在张量流中使用占位符作为池的形状

Question

我正在使用 tensorflow 中的神经网络，我有一个名为 CNN_model 的函数，该函数将三个占位符作为输入：

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

和

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

我使用以下值运行会话：

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

在会话中，我想做一个最大池化层，其形状由占位符定义，如下所示：

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"
)

但我得到了错误：

TypeError: int() 参数必须是字符串、类似字节的对象或数字，而不是“张量”

我的假设是因为此时“pool_shape”是一个张量而不仅仅是一个整数，有没有办法获得当时张量中的任何值？

Answer 1

您可以尝试使用您当前的会话sess 并在您的feed_dict 中添加pool_shape 所需的相关输入

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

希望这会有所帮助！

编辑 我假设这是您当前的代码：

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，我认为这可能有效。

pool_window_size = [pool_shape, pool_shape]

#...

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

我不太确定maxpooling层会不会更新pool_size，你可以试试告诉我。