我想在Tensorflow中建立一个有条件的CNN模型,但是我遇到了一些麻烦。如何用张量流改变帧来生成CNN模型?
假设有一个名为矩阵特征具有形状[64,...,50,1]和命名条件具有形状的另一矩阵[64,...,1,130]。
fisrt dim是批次大小,第二个dim暗指帧号(这两个矩阵的dim中的值在每批中相同,但在不同批次中不同)。第三个是特征尺寸,最后一个dim是通道编号。
我想Concat的两个矩阵,这意味着我们可以得到一个矩阵形状[64?,50,131],并做conv2d在tensorflow。
但问题是,我不能concat这两个矩阵,因为在第三个昏暗的差异。然后我做了如下:
x_shapes = x.get_shape()
y_shapes = y.get_shape()
return tf.concat(3, [x, y*tf.ones([x_shapes[0], x_shapes[1], x_shapes[2], y_shapes[3]])])
但它不工作,因为第二个昏暗是未知的。
我不知道有什么办法可以解决这个问题吗?
感谢
对不起,因为中国新的一年的后期答复。非常感谢您的回复,您的回答非常好。再次感谢! –