【发布时间】：2017-07-25 09:43:59
【问题描述】：
我正在使用 tensorflow 将图像缩放 2 倍。但由于张量（批量大小、高度、宽度、通道）决定了分辨率，它只接受只有一种分辨率的图像进行推理和训练。
对于其他解决方案，我必须修改代码并重新训练模型。是否可以使我的代码解析独立？理论上，图像的卷积与分辨率无关，我看不出这是不可能的原因。
我不知道如何在 tensorflow 中做到这一点。有什么可以帮助我解决这个问题的吗？
谢谢
【问题讨论】：
-
不确定如何在 tensorflow 中执行此操作，但在 keras（使用 tensorflow 作为后端）中，您可以为卷积层指定未知大小的输入（例如指定 here）。我怀疑你可以在 tf 中做类似的事情，而不是先验地给出变量的大小，例如使用
tf.placeholder(tf.float64, shape=None) -
非常感谢！它奏效了。
标签： python tensorflow resolution inference tensor