Tensorflow，使用可变形状的输入

Question

我是tensorflow的新手，我必须实现一个包含大量图像作为输入的模型。但是这些图像不具有相同的维度，因此，当我将它们转换为数组时，它们不具有相同的维度。 我想知道如何在没有预定义形状的情况下声明权重。

W = tf.Variable(tf.zeros([?, ?])) 

Answer 1

您无法在变量内输入图像。可能你需要的是一个占位符（你可以用来在你的算法的某个点上用数据提供的变量）。请参阅此链接以了解更多信息：https://www.tensorflow.org/api_docs/python/tf/placeholder

但是在占位符的情况下，您必须指定尺寸。因此，我的建议是使用一些技术将所有图片的大小调整为相同的维度（例如，参见填充，镜像等）：当然，只有在您的特定问题允许这样做的情况下。

只是在某些情况下，如果要定义一个神经网络，你可以留下一些dimesion没有规定，比如，你可以离开的batch_size没有定义这样

input = tf.placeholder(tf.float32, shape=(None, 28, 28)) 

如果你要实现你的第一个神经网络，我强烈建议看看这里。这是最简单明了的指导tensorflow，从官方网站：https://www.tensorflow.org/get_started/mnist/beginners 值得阅读:)