如何在tensorflow中播放第三维？

Question

我有一个索贝尔滤波器

sobel_x = tf.constant([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], tf.float32) 

我想要得到的64中深度的形状是暂时[3,3,1]，但应引起[3,3,64]。

这怎么办？随着下面的行，我得到形状错误。

tf.tile(sobel_x, [1, 1, 64]) 



ValueError: Shape must be rank 2 but is rank 3 for 'Tile' (op: 'Tile') with input shapes: [3,3], [3]. 

Answer 1

你不能广播的原因是第三维不存在，所以你实际上有一个秩2张量。

>>> sess.run(tf.shape(sobel_x)) 
array([3, 3], dtype=int32) 

我们可以通过先改变张量来解决这个问题。

>>> sobel_x = tf.reshape(sobel_x, [3, 3, 1]) 
>>> tf.tile(sobel_x, [1, 1, 64]) 
<tf.Tensor 'Tile_6:0' shape=(3, 3, 64) dtype=float32> 

Answer 2

我认为你的问题是与sobel_x。

sobel_x.get_shape(): TensorShape([Dimension(3), Dimension(3)]) sobel_x: <tf.tensor 'Const:0' shape=(3, 3) dtype=float32

所以sobel_x是一个二维矩阵，你传递一个等级3输入平铺因此错误。

修正：使sobel_x 3维，使得形状是shape=(3, 3, 1) 然后tf.tile(sobel_x, [1, 1, 64]将输出shape=(1, 1, 64)