如何在张量流中实现RGB图像张量？

Question

我是tensorflow的新手，我正在尝试创建堆叠稀疏降噪自动编码器模型。我已经找到了一种方法来加载我的训练（和测试）集，通过这里和github的例子，但我不能用它们作为张量来执行所需的乘法等等（此代码仅用于加载图像）

import tensorflow as tf 
import glob 
import numpy as np 
from PIL import Image as im 

im_list = [] 

#LOAD ALL SETS 
training_set = [] 
training_set = glob.glob("folder/training_set/*.jpg") 

testing_set = [] 
testing_set = glob.glob("folder/corrupted/*.jpg") 

# testing my code only for the training set 
filename_queue = tf.train.string_input_producer(training_set) 

reader = tf.WholeFileReader() 
key, value = reader.read(filename_queue) 

#data = tf.image.decode_jpeg(value) 
data = tf.decode_raw(value, tf.uint8) 

sess = tf.InteractiveSession() 

sess.run(tf.global_variables_initializer()) 
#sess.run(tf.global_variables_initializer()) 
sess.run(tf.local_variables_initializer()) 

coord = tf.train.Coordinator() 
threads = tf.train.start_queue_runners(coord=coord) 

for i in range (196): 
    print i 
    m_key = sess.run([key,data]) 
    im_list.append(m_key[1]) 



coord.request_stop() 
coord.join(threads) 

通过使用此代码，我设法将所有图像保存为包含数据的uint8数组列表，但其大小从〜800到〜1000。我的图片大小为32x32x3，因此缺少一些东西。

我想他们另一种方式是：

filename_queue = tf.train.string_input_producer(training_set) 

image_reader = tf.WholeFileReader() 

_, image_file = image_reader.read(filename_queue) 

imagee = tf.image.decode_jpeg(image_file) 

#tf.cast(imagee, tf.float32) 

sess = tf.InteractiveSession() 

sess.run(tf.global_variables_initializer()) 

coord = tf.train.Coordinator() 
threads = tf.train.start_queue_runners(coord=coord) 

image = sess.run(imagee) 

imaginar = image.astype(np.float32) 

#train_step.run(feed_dict={x: imaginar, y_: imaginar_test}) 

coord.request_stop() 
coord.join(threads) 

和IM尝试计算

y = tf.matmul(x,W) + b   
h_x_s = tf.sigmoid(y) 
h_x = tf.matmul(h_x_s,W_) + b_ 
y_xi = tf.sigmoid(h_x) 

这样，我的图片是32x32x3 numpy的阵列，但我不能找到一种方法，将其保存为张量所以tf.matmul的作品。我总是得到关于我的数组的非拟合形状的错误。

# VARIABLES 
x= tf.placeholder(tf.float32,[32, 32, 3]) 
y_ = tf.placeholder(tf.float32,[32, 32, 3]) 

W = tf.Variable(tf.zeros([32,32,3])) 
b = tf.Variable(tf.zeros([32,32,3])) 

W_ = tf.Variable(tf.zeros([32,32,3])) 
b_= tf.Variable(tf.zeros([32,32,3])) 

（不成功的尝试）

我应该如何加载（和解码）我的图片，并应我的变量和占位符是什么尺寸？任何帮助将非常感激！

谢谢:)

Answer 1

万一任何人具有相同的问题：

首先使用decode_jpeg(data, channels = 3)（信道= 3表示RGB）或取决于你的图像类型的其它解码器。

所以你可以做的是把3D图像转换成2D矢量。例如，如果图像是（32,32,3），您的矢量应该是（1,32 * 32 * 3） - >（1，3072）。你可以做，使用

2d_vec = original_3d_image.reshape(1,-1)

您可以通过使用

2d_vec.reshape(32,32,3)

不要忘记使用它们作为输入之前，一定要规范你的数据重新设置为3D。所有你需要做的就是

2d_vec = 2d_vec/max_value_of_2d_vec

我已经在我之前，所以，如果你有任何问题，问我贴的代码改变了很多！

Answer 2

我建议你尝试网站上的TensorFlow教程。在TF中，您首先创建一个图然后运行它，然后您可以用多种不同的方式将信息从python输入到图中。