tf.shape(image) 在 Tensorflow 2.0 中返回 None

Question

我正在使用 Tensorflow 2.0 构建超分辨率模型。在预处理期间，我想通过给定的补丁大小裁剪低分辨率和高分辨率图像。为此，我想获得低分辨率和高分辨率图像的高度和宽度。但是 tf.shape(image) 正在返回 None。 有更好的方法吗？

目前我只是在使用 tf.shape 之前将每个图像调整为某种大小，但由于并非所有图像都具有相同的大小，因此会影响图像的质量。期待您的建议。

编辑部分： 以下是部分代码

low_r = tf.io.decode_jpeg(lr_filename, channels=3)

low_r = tf.cast(low_r, dtype=tf.float32)

打印（low_r.shape）

打印语句打印 (None, None, 3) 我想要的是得到身高和体重，比如 (240,360,3)

Answer 1

我不确定这是否也是你的情况，但在我的 TensorFlow (v2.4.0rc2) 中，my_tensor.shape() 也返回 TensorShape([None, None, None, None])。这与 TensorShape 张量是在构建期间而不是在执行期间生成的事实有关。

使用tf.shape()（在您的问题中提到，但实际上并未在您的代码 sn-p 中使用）为我解决了这个问题。

> my_tensor.shape()
TensorShape([None, None, None, None])
> tf.shape(my_tensor)
[10 512 512 8]

Answer 2

我无法重复您的问题，但这应该可以让您测试您的 Tensorflow 2.0 安装并与您当前获得的结果进行比较。

创建张量并检查其形状：

import tensorflow as tf
t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]]])
tf.shape(t)  # [2, 2, 3]

Out[1]: <tf.Tensor: id=1, shape=(3,), dtype=int32, numpy=array([2, 2, 3])>

接下来，检查函数调用时返回的内容：

tf_shape_var = tf.shape(t)
print(tf_shape_var)

输出：

tf.Tensor([2 2 3], shape=(3,), dtype=int32)

最后，在 int 和 string 上调用它以获取有效返回：

tf.shape(1)
Out[10]: <tf.Tensor: id=12, shape=(0,), dtype=int32, numpy=array([], dtype=int32)>

tf.shape('asd')
Out[11]: <tf.Tensor: id=15, shape=(0,), dtype=int32, numpy=array([], dtype=int32)>

还有打印语句：

print(tf.shape(1))
print(tf.shape('asd'))

输出：

tf.Tensor([], shape=(0,), dtype=int32)
tf.Tensor([], shape=(0,), dtype=int32)

tf.shape()https://www.tensorflow.org/versions/r2.0/api_docs/python/tf/shape的链接