Tensorflow set_shape function 在運行時不會拋出不同形狀的錯誤

Question

所以我將一些分辨率為 1024x1024 的圖像加載到張量列表中，然后使用 function set_shape 將列表中每個張量的形狀更改為 [128,128,3]：請參見此處的代碼示例

但是，當我調用 eval() 並檢查來自張量的圖像的形狀時，它說形狀是 [1024,1024,3]。 在此處查看代碼示例

那為什么 set_shape 沒有拋出錯誤呢？

Answer 1

我認為您可能錯誤地使用set_shape() 。 請參閱關於 tf.Tensor.set_shape() 的說明。

“一個類比是tf.set_shape()就像 Java 這樣的面向對象語言中的運行時轉換。例如，如果你有一個指向 Object 的指針，但知道它實際上是一個字符串，你可能會進行強制轉換 (String) obj 以便將 obj 傳遞給需要 String 參數的方法。但是，如果您有一個 String 並嘗試將其強制轉換為 java.util.Vector，編譯器會給您一個錯誤，因為這兩種類型是不相關的。”

基本上這個 function 為具有未指定形狀的張量提供了形狀定義（我認為）。 它不會將張量調整為具有不同數量元素的張量，因此如果您嘗試以這種方式使用它，它將失敗。 那么為什么它不拋出錯誤呢？ 我不是 100% 確定，但我猜這與為什么將 integer 轉換為字符串不會導致錯誤有類似的原因。 這是一個有效的操作，但是當您嘗試使用該變量時，假設形狀實際上與您的set_shape()調用期間指定的一樣，可能會在您的代碼中導致問題。

考慮改用tf.image.resize() 。 此 function 旨在執行您在此處嘗試執行的操作。 它接受一批圖像並返回一個調整大小的批次。

new_list = tf.image.resize(lista,[128,128])