使用具有可变批量大小的 tf.contrib.layers.group_norm 时出现问题

【问题标题】：Issue with using tf.contrib.layers.group_norm with variable batch size使用具有可变批量大小的 tf.contrib.layers.group_norm 时出现问题
【发布时间】：2019-02-02 12:51:41
【问题描述】：

我正在尝试将组规范用作我的 CNN 的一部分。但是我收到以下错误，我认为这与输入图像的占位符的第一个维度（即批量大小）设置为无有关。组规范实现涉及一个不能很好地处理这个的重塑操作。您能否为此提出一个解决方法？

TypeError：无法将类型对象转换为张量。内容：[无、16、64、64、12、2]。考虑将元素转换为支持的类型。

感谢您的时间和精力。

【问题讨论】：

标签： python tensorflow conv-neural-network normalization

【解决方案1】：

我相信这是 Tensorflow 上的一个已知问题，您可以在此处阅读更多信息：https://github.com/tensorflow/tensorflow/issues/24409

简而言之，这个错误是由normalization.py#L303引起的，可以通过在 normalization.py 的第 252 行之后添加以下两行来修复：

original_shape = [-1 if s.value is None else s for s in original_shape]
if len([s for s in original_shape if s == -1]) > 1:
    raise ValueError('Only one axis dimension can be undefined in the input tensor')

以及第 302 行之后的以下行：

inputs_shape = [-1 if s is None else s for s in inputs_shape]

来源：This tensorflow github 页面上的问题。

【讨论】：