1
假設我有張形狀[None, 80, 80]
。這是用於隨機梯度下降的一批80x80圖像。在張量流或keras中重塑無
假設我選擇minibatch大小爲50(無將爲50),並且我想將無因式分解爲兩個維(5, 10)
,結果爲[?, ?, 80, 80]
。
如何在使用None值形成圖形時實現此目的?
假設我有張形狀[None, 80, 80]
。這是用於隨機梯度下降的一批80x80圖像。在張量流或keras中重塑無
假設我選擇minibatch大小爲50(無將爲50),並且我想將無因式分解爲兩個維(5, 10)
,結果爲[?, ?, 80, 80]
。
如何在使用None值形成圖形時實現此目的?
你可以用tf.reshape
做到這一點:
import numpy as np
import tensorflow as tf
x = tf.placeholder(tf.float32, shape=[None, 80, 80], name='x')
y = tf.reshape(x, shape=[-1, 10, 80, 80], name='y')
data = np.zeros([50, 80, 80])
with tf.Session() as session:
result = session.run(y, feed_dict={x: data})
print result.shape
結果輸出:
(5, 10, 80, 80)
當然,請記住,傳遞不適合批量規模將導致在運行時異常。