Tensorflow - keras - 'strided_slice' 的形状错误（使用调整大小的 MNIST 数据集）

Question

我将使用 tf.keras 和 MNIST 手写数字数据集制作一些 GAN 模型测试器。因为我的模型将用于 128x128 的图像，所以我将 MNIST 数据集的大小调整为 128x128x1。但是，程序出现了一些我从未见过的错误。

(x_train, _), (_, _) = mnist.load_data()
x_train = (x_train.astype(np.float32) - 127.5) / 127.5
x_train = tf.image.resize_images(x_train, [128, 128])

idx = np.random.randint(0, x_train.shape[0], batch_size)  # picks some data, count is batch_size=32.
imgs = x_train[idx]  # This line made errors

最后一行犯了两个错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError：形状必须为 1 级，但对于 'strided_slice_1'（操作：'StridedSlice'）为 2 级，输入形状：[60000,128,128,1]，[1,32] , [1,32], [1].

和，

ValueError：形状必须为 1 级，但对于 'strided_slice_1'（操作：'StridedSlice'）为 2 级，输入形状为：[60000,128,128,1]、[1,32]、[1,32]、[ 1]。

我认为数字 '32' 表示 batch_size(=32)。

我试图找到有关此错误的信息，但找不到类似此错误的信息。

我没有任何想法来解决这个问题（因为我一周前开始使用 keras，在我使用 pytorch 之前）。

Answer 1

上面的代码有更多问题，但导致错误的主要原因是 tensorflow 不支持 numpy 类型的高级切片。 实际上错误消息是因为 tensorflow 尝试在他的strided-slices 中对齐您的输入数组：

跨步切片的示例：

foo[5:,:,:3] 在 7x8x9 张量上等价于 foo[5:7,0:8,0:3]。 foo[::-1] 反转形状为 8 的张量。

不幸的是，目前 Tensorflow 中只有基本类型索引可用。高级类型索引正在开发中。

第二个问题，您的大小调整不合适。 Tensorflow 假设是 3D 或 4D 输入。您尝试将 2D 图像传递给 `tf.image.resize_images()，它不会返回所需的新图像尺寸。所以我们必须像这样重塑原始图像：

x_train = x_train.reshape((-1, x_train.shape[1], x_train.shape[1], 1))

只有这样我们才能将它们传递给：

`x_train = tf.image.resize_images(x_train, [128, 128])

它将返回正确的尺寸：

print(x_train.shape)

输出：

(60000, 128, 128, 1)

所以总结一下整个解决方案，目前你可以这样做：

import numpy as np
import tensorflow as tf

batch_size = 32

mnist = tf.keras.datasets.mnist

(x_train, _), (_, _) = mnist.load_data()

x_train = x_train.reshape((-1, x_train.shape[1], x_train.shape[1], 1))
x_train = (x_train.astype(np.float32) - 127.5) / 127.5
x_train = tf.image.resize_images(x_train, [128, 128])

idx = np.random.randint(0, x_train.shape[0], batch_size)

imgs = [x_train[i,:,:,:] for i in idx]

这是一个相当混乱的“解决方案”。

其他，实际上是一个真正的解决方案，通过重新排列原始代码，我们可以实现我们的目标，作为 tensorflow 索引问题的解决方法：

import numpy as np
import tensorflow as tf

batch_size = 32

mnist = tf.keras.datasets.mnist

(x_train, _), (_, _) = mnist.load_data()

x_train = (x_train.astype(np.float32) - 127.5) / 127.5
idx = np.random.randint(0, x_train.shape[0], batch_size)
x_train = x_train[idx]

x_train = x_train.reshape((-1, x_train.shape[1], x_train.shape[1], 1))
x_train = tf.image.resize_images(x_train, [128, 128])

print(x_train.shape)

输出：

(32, 128, 128, 1)

就是这样！

除了 tf.image.resize_images() 之外，您还可以使用其他图像工具，例如来自 scikit-image 的 skimage.transform.resize()，它返回 numpy 数组类型数据。