从 top_k 函数返回到图像

Question

enter image description here我解决了我的问题，但我仍然对许多功能感到不知所措。我正在寻找使用 tf.top_k 并返回到第一张图片。熟悉 tensorflow 的人可以帮我解决这个问题吗？

详细问题：图像（4 x 4）作为张量 --> tf.top_k --> 4 个值（2 x 2）和 4 个索引（2 x 2） --> sn-p --> 图像(4, 4) 作为张量

例如假设我们有一张图片

image = np.array([[1, 2, 3, 4],
                  [7, 8, 9, 10],
                  [19, 20, 21, 22],
                  [25, 26, 27, 28]])

x = tf.placeholder(tf.float32, [None, img_height, img_width, 1], name='x')
patches = tf.extract_image_patches(x, [1, 2, 2, 1], [1, 2, 2, 1], [1, 1, 1, 1], "SAME")
ktop, indices = tf.nn.top_k(patches, k=4, sorted=True, name=None) 

现在我希望提供 ktop 和索引以像第一个状态一样再次获取图像

image = np.array([[1, 2, 3, 4],
                  [7, 8, 9, 10],
                  [19, 20, 21, 22],
                  [25, 26, 27, 28]])

我尝试了很多东西，例如 tf.one_hot、tf.gatter 等，但我无法获得 (4, 4) 图像。我应该在输入和输出中有一个张量，似乎我不能使用 numpy 或 for 循环。我之前问过类似的问题，但我在这里再次提出更清晰的解释。 请有人帮忙解决这个问题。对别人来说应该很容易，但对我来说很难。

这个 sn-p 给了我第一张图片，但不是 (1, 4, 4, 1) 而是它给了 (2, 2, 2, 2) 或其他形状。

z1 = tf.assign(z1, tf.reshape(tf.gather(ktop[0, 0, 0, :], [indices[0, 0, 0, :]]), [2, 2]))
z2 = tf.assign(z2, tf.reshape(tf.gather(ktop[0, 0, 1, :], [indices[0, 0, 1, :]]), [2, 2]))
z3 = tf.assign(z3, tf.reshape(tf.gather(ktop[0, 1, 0, :], [indices[0, 1, 0, :]]), [2, 2]))
z4 = tf.assign(z4, tf.reshape(tf.gather(ktop[0, 1, 1, :], [indices[0, 1, 1, :]]), [2, 2]))

z = tf.concat([[z1, z2], [z3, z4]], 0)

Answer 1

终于找到了 TENSORFLOW 追随者至今没有重播的答案。为了从 top_k 返回图像，我们应该使用 depth_to_space 函数：

output_image = tf.depth_to_space( 输出图像， 2、 名称=无， data_format='NHWC' )

Answer 2

在没有明确说明您希望如何从 2x2x4 张量变为 4x4x1 的情况下，我只能建议：

img_out = tf.reshape(ktop, [-1, 4, 4, 1])