python - 如何使用从 TFRecords 读取的值作为 tf.reshape 的参数？

Question

def read_and_decode(filename_queue):
  reader = tf.TFRecordReader()
  _, serialized_example = reader.read(filename_queue)
  features = tf.parse_single_example(
      serialized_example,
      # Defaults are not specified since both keys are required.
      features={
          'image_raw': tf.FixedLenFeature([], tf.string),
          'label': tf.FixedLenFeature([], tf.int64),
          'height': tf.FixedLenFeature([], tf.int64),
          'width': tf.FixedLenFeature([], tf.int64),
          'depth': tf.FixedLenFeature([], tf.int64)
      })
  # height = tf.cast(features['height'],tf.int32)
  image = tf.decode_raw(features['image_raw'], tf.uint8)
  image = tf.reshape(image,[32, 32, 3])
  image = tf.cast(image,tf.float32)
  label = tf.cast(features['label'], tf.int32)
  return image, label

我正在使用 TFRecord 来存储我的所有数据。函数 read_and_decode 来自 TensorFlow 提供的 TFRecords 示例。目前我通过预定义的值来 reshape :

image = tf.reshape(image,[32, 32, 3])

但是，我现在要使用的数据是不同维度的。例如，我可以有一个 [40, 30, 3] 的图像(缩放这不是一个选项，因为我不希望它被扭曲)。我想读入不同维度的数据，在数据扩充阶段使用random_crop来规避这个问题。我需要的是类似以下内容。

height = tf.cast(features['height'], tf.int32)
width = tf.cast(features['width'], tf.int32)
image = tf.reshape(image,[height, width, 3])

但是，我似乎无法找到一种方法来做到这一点。感谢您的帮助!

编辑:

ValueError: All shapes must be fully defined: [TensorShape([Dimension(None), Dimension(None), Dimension(None)]), TensorShape([])]

image = tf.reshape(image, tf.pack([height, width, 3]))
image = tf.reshape(image, [32,32,3])

问题肯定出在这两行。硬编码变量有效，但使用 tf.pack() 的变量无效。

Answer 1

您非常接近找到一个可行的解决方案!现在没有自动的方法来为 TensorFlow 提供一个由张量和数字组成的列表并从中生成一个张量，tf.reshape()正在期待。答案是使用 tf.stack() ，它显式地获取 N 维张量列表(或可转换为张量的东西)并将它们打包成一个 (N+1) 维张量。

这意味着你可以写:

features = ...  # Parse from an example proto.
height = tf.cast(features['height'], tf.int32)
width = tf.cast(features['width'], tf.int32)

image = tf.reshape(image, tf.stack([height, width, 3]))