Tensorflow 2：序列化和解码时形状不匹配

Question

我有一个形状为 (300,256,256) 的张量 A。 我想序列化 A 以保存为 tfrecord 格式。 但我无法将其转换回具有相同形状的张量。

A = tf.convert_to_tensor( *a numpy array with float32 type* )
B = tf.io.serialize_tensor(A)
C = tf.reshape(tf.io.decode_raw(B, out_type=tf.float32),[300,256,256])

如果我运行上面的代码，我会得到一个形状错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError：reshape 的输入是一个具有 19660806 值的张量，但请求的形状有 19660800 [Op:Reshape]

似乎当我序列化或解码时，添加了 6 个浮点数。 （很奇怪）

Answer 1

尝试使用： tf.io.parse_tensor() ，而不是tf.io.decode_raw() 。

https://www.tensorflow.org/api_docs/python/tf/io/parse_tensor