利用預留作爲tensorflow

Question

我在tensorflow神經網絡的工作池的形狀，我有一個名爲CNN_model函數作爲輸入三個佔位符：

X = tf.placeholder(tf.float32, [1, None, 13]) 
Y = tf.placeholder(tf.int32, [None]) 

和

pool_shape = tf.placeholder(tf.int32, [1]) 

我運行具有以下值的會話：

feed_dict={X: x, Y: y, MFCCS: x.shape[0]} 

在會話中，我想要使用max-pooling層它是由佔位這樣定義形狀：

pool_window_size = [pool_shape, pool_shape] 

pool = tf.layers.max_pooling2d(
     inputs = conv, 
     pool_size = pool_window_size, 
     strides = pool_window_size, 
     name = "pool" 
) 

但我得到的錯誤：

類型錯誤：int（）函數的參數必須是一個字符串，一類字節對象或數量，而不是'張量'

我假設是因爲在那個時候「pool_shape」是一個張量而不僅僅是一個整數，有沒有辦法獲得張量在這個點上的任何值？

Answer 1

您可以與您當前的會話sess，並需要pool_shape相關輸入嘗試在feed_dict作爲

dimension = pool_shape.eval(sess, feed_dict = {inputs})[0] 
pool_window_size = [dimension , dimension] 

希望這有助於！

編輯 我認爲這是目前您的代碼：

pool_shape = tf.placeholder(tf.int32, [1]) 
pool_window_size = [pool_shape, pool_shape] 

#... 

for i in range(iterations): 
    sess.run(Optimizer, feed_dict = {X:x, Y:y, pool_shape:value} 
    #value is the length/width you want to set for the pool_window_size 

相反，我認爲這可能工作。

pool_window_size = [pool_shape, pool_shape] 

#... 

for i in range(iterations): 
    pool_shape = value 
    sess.run(Optimizer, feed_dict = {X:x, Y:y} 

我不太確定maxpooling層是否會更新pool_size，你可以試着告訴我。