我如何在Tensorflow中调整未知尺寸的图像的大小（tf.shape（input）方法不起作用）

Question

根据这篇文章 ，可以使用tf.shape（）调整大小未知的图像，如占位符。 但是该方法似乎不适用于我。 我有一些简单的代码，如下所示：

import tensorflow as tf
import numpy as np

def speed_tune(x, lower_bound=0.8, upper_bound=2.0):
    speed_rate = np.random.uniform(lower_bound, upper_bound)
    newshape = tf.shape(x)[1:] # get the tensor shape except for rank 0(None)
    newshape *= speed_rate # randomly stretch or compress the signal 
    return tf.resize(x, newshape)

sess = tf.InteractiveSession()
x = tf.placeholder(tf.int16, (None, 1000)) # x is a 1D audio signal
y = speed_tune(x)
data = np.random.randint(10, size=1000)
output = sess.run(y, feed_dict={x:data})

基本上，我的代码执行以下操作：给定输入1D数据x时，程序将尝试通过某种随机因素来拉伸或压缩序列，并返回已调整的序列。 由于找不到任何直接执行此操作的Tensorflow函数，因此我将tf.resize视为1xD图像，其中D是信号的长度。 但我得到一个错误：

Traceback (most recent call last):
  File "d:\SVNRepo\Python_codes\scratch.py", line 33, in <module>
    y = speed_tune(x)
  File "d:\SVNRepo\Python_codes\scratch.py", line 28, in speed_tune
    newshape *= speed_rate # randomly stretch or compress the signal 
TypeError: unsupported operand type(s) for *=: 'Tensor' and 'float'

所以看起来tf.shape(x)返回一个Tensor而不是指定张量形状的整数值（由Tensorflow document验证）。 我该如何解决？

Answer 1

不确定您要寻找的是什么，但这也许可以帮助tf.random.uniform避免张量/浮点运算

def speed_tune(x, lower_bound=1, upper_bound=2):
    speed_rate = tf.random.uniform([1,], lower_bound, upper_bound, dtype=tf.int32)
    newshape = tf.shape(x)[1:] # get the tensor shape except for rank 0(None)
    newshape = newshape * speed_rate # randomly stretch or compress the signal
    return tf.reshape(x, newshape)

使用过tf.reshape ，不确定您的意思是tf.resize

x = tf.placeholder(tf.int32, (None, 1000)) # x is a 1D audio signal
y = speed_tune(x)
data = np.random.rand(1, 1000)

with tf.Session() as sess:
    sess.run(y, feed_dict={x:data})

另一种方法是使用tf.pad ：例如：

n = 10
tensor = tf.constant(np.random.rand(1, 10))
paddings = tf.constant([[0,1], [0,0]])

这种精确的填充设置意味着您在张量的末尾添加了n个零。 为了获得初始尺寸，您需要对其进行重塑

padded = tf.pad(tensor, paddings)
output  = tf.reshape(padded, [1,n*2])