Tensorflow 2：序列化和解碼時形狀不匹配

Question

我有一個形狀為 (300,256,256) 的張量 A。 我想序列化 A 以保存為 tfrecord 格式。 但我無法將其轉換回具有相同形狀的張量。

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])

如果我運行上面的代碼，我會得到一個形狀錯誤：

tensorflow.python.framework.errors_impl.InvalidArgumentError：reshape 的輸入是一個具有 19660806 值的張量，但請求的形狀有 19660800 [Op:Reshape]

似乎當我序列化或解碼時，添加了 6 個浮點數。 （很奇怪）

Answer 1

嘗試使用： tf.io.parse_tensor() ，而不是tf.io.decode_raw() 。

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