输出时尺寸不匹配

Question

我有一个尺寸为32 * 32 * 3的输入图像，其中3是输入/颜色通道的数量。 我正在尝试卷积并最大程度地合并结果。

space_glimpse_layer.py

class SGN(object):
    def __init__(self, w=32, filter_size=5, num_filters=96):
        self.input_x = tf.placeholder(tf.float32, [None, w, w, 3], name="X_train")
print(self.input_x)

现在，在我的控制器中，我将图像传递到SGN并查看结果。

controller.py

import read_data
import tensorflow as tf
import numpy as np
import spatial_glimpse_network

data = read_data.read()

img = next(data)
img = np.expand_dims(np.resize(img, (32, 32, 3)), 0)
with tf.Graph().as_default():
    sess = tf.Session()
    with sess.as_default():
        cnn = spatial_glimpse_network.SGN()
        sess.run(tf.global_variables_initializer())
        pool = sess.run([cnn.input_x], feed_dict={cnn.input_x:img})
        print(img.shape)
        print(np.array(pool).shape)

输出如下：

Tensor("X_train:0", shape=(?, 32, 32, 3), dtype=float32)
(1, 32, 32, 3)
(1, 1, 32, 32, 3)

如我们所见，输入的格式为1 * 32 * 32 * 3，其中1 =批数

最后的输出不应该是（1，32，32，3）的形式吗？

有人可以帮忙吗？

提前致谢。

Answer 1

我想原因是[]在sess.run([cnn.input_x])它将返回列表

由于只有一个参数，因此只能使用sess.run(cnn.input_x) ，结果应该正确

如果您有多个参数
a_val, b_val = sess.run([a, b]) # split by it self ，或者
val = sess.run([a, b]) # get a list