Tensorflow：将标量张量值作为 int 传递给 set_shape()

Question

我正在尝试将 3D 图像及其标签从 numpy 数组加载到 TensorFlow 记录，然后在训练我的网络时从队列中读取它们。转换代码基于TensorFlow的Inception model的转换。

每个图像都有不同的高度、宽度和深度值，因此在重塑数组时我需要知道这些值。但是，当我尝试使用 set_shape 时出现错误，因为正在使用 int() 行的某处，并且它不接受张量值。

reader = tf.TFRecordReader()
_, value = reader.read(filename_queue)


# Features in Example proto
feature_map = {
    'height': tf.VarLenFeature(dtype=tf.int64),
    'width': tf.VarLenFeature(dtype=tf.int64),
    'depth': tf.VarLenFeature(dtype=tf.int64),
    'label': tf.VarLenFeature(dtype=tf.int64),
    'image_raw': tf.VarLenFeature(dtype=tf.string)
}

features = tf.parse_single_example(value, feature_map)
result.label = tf.cast(features['label'].values[0], dtype=tf.int32)
result.height = tf.cast(features['height'].values[0], dtype=tf.int32)
result.width = tf.cast(features['width'].values[0], dtype=tf.int32)
result.depth = tf.cast(features['depth'].values[0], dtype=tf.int32)

image = tf.decode_raw(features['image_raw'].values[0], tf.int16)

image = tf.reshape(image, [result.depth, result.height, result.width])
image = tf.cast(tf.transpose(image, [1, 2, 0]), tf.float32)
result.image = tf.expand_dims(image, 3)

result.image.set_shape([result.height, result.width, result.depth, 1])
result.label = tf.expand_dims(result.label, 0)
result.label.set_shape([1])

错误跟踪：

Traceback (most recent call last):
  File "dsb17_multi_gpu_train.py", line 227, in <module>
    tf.app.run()
  File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/platform/app.py", line 44, in run
    _sys.exit(main(_sys.argv[:1] + flags_passthrough))
  File "dsb17_multi_gpu_train.py", line 223, in main
    train()
  File "dsb17_multi_gpu_train.py", line 129, in train
    loss = tower_loss(scope)
  File "dsb17_multi_gpu_train.py", line 34, in tower_loss
    images, labels = dsb17.inputs(False)
  File "/home/ubuntu/dsb17/model/dsb17.py", line 104, in inputs
    batch_size=FLAGS.batch_size)
  File "/home/ubuntu/dsb17/model/dsb17_input.py", line 161, in inputs
    read_input = read_data(filename_queue)
  File "/home/ubuntu/dsb17/model/dsb17_input.py", line 62, in read_data
    result.image.set_shape([result.height, result.width, result.depth, 1])
  File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/ops.py", line 425, in set_shape
    self._shape = self._shape.merge_with(shape)
  File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/tensor_shape.py", line 573, in merge_with
    other = as_shape(other)
  File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/tensor_shape.py", line 821, in as_shape
    return TensorShape(shape)
  File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/tensor_shape.py", line 457, in __init__
    self._dims = [as_dimension(d) for d in dims_iter]
  File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/tensor_shape.py", line 457, in <listcomp>
    self._dims = [as_dimension(d) for d in dims_iter]
  File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/tensor_shape.py", line 378, in as_dimension
    return Dimension(value)
  File "/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/tensor_shape.py", line 33, in __init__
    self._value = int(value)
TypeError: int() argument must be a string, a bytes-like object or a number, not 'Tensor'

我最初认为这是因为 Tensor 在会话中评估之前没有值，但是损失正在 sess.run() 中评估，这需要调用 tower_loss()。我的训练代码和cifar10_multi_gpu_train.py在结构上是一样的，整体文件结构也很相似。

那么问题是：它实际上是在会话中进行评估，还是尚未构建图表？我是否需要以某种方式从零维张量中提取一个值？更一般地说，我对张量和会话有什么误解，导致我的代码无法按预期工作？

Answer 1

实际上，您可以将图像形状传递给reshape 函数，但您需要多一步。换行就好了：

image = tf.reshape(image, [result.depth, result.height, result.width])

到：

image_shape = tf.stack([result.depth, result.height, result.width])
image = tf.reshape(image, image_shape)

Answer 2

一般情况下，您不能使用tf.Tensor.set_shape() 执行此操作，因为该方法需要静态形状。张量 result.height、result.width、result.depth 表示从文件读取的值，在运行时它们可以计算为许多不同的整数（取决于文件中的内容），因此没有一个 int可以通过他们。在这种情况下，您目前能做的最好的就是将这些维度表示为静态未知，使用 None 表示未知维度：

result.image.set_shape([None, None, None, 1])

请注意，此语句不应更改任何内容，因为 TensorFlow 应该已经能够推断出形状是 4-D，最后一维的大小为 1。

有关静态和动态形状的更多详细信息，请参阅this answer。

Answer 3

根据 TensorFlow 的tf.cast docs，tf.cast 返回一个张量。

您的错误表明，当使用set_shape() 时，您不能将张量作为参数，而是使用 int。

您可以尝试强制 Tensorflow 评估演员表。这个简单的例子对我有用：

a = tf.constant(2.0)
b = tf.constant([1.0,2.0])
b.set_shape(a.eval())

如果不调用eval()，我会得到和你一样的错误。