Tensorflow 连接未指定形状的张量答案

【问题标题】：Tensorflow concatenate tensors of unspecified shapesTensorflow 连接未指定形状的张量
【发布时间】：2018-10-09 20:55:32
【问题描述】：

我正在尝试连接两个张量。不幸的是，一些形状尺寸信息似乎在这个过程中丢失了。

我从形状为 [Batch, 3] 的张量（在我的情况下为平移姿势）开始，例如：pose_t

然后我将这个张量分成两个形状为 [Batch, 2] 和 [Batch] 的张量

centroid = pose_t[:,:2]
tz = pose_t [:,2]

然后我对尺寸更改为 [Batch,28,28,2] 的质心进行一些处理

最后我想将处理后的质心张量和tz张量连接起来得到一个形状为[Batch, 28, 28, 3]的pose_t张量

因此，我将 expand_dims() 应用于 tz 三次并平铺轴 1 和 2，之后我得到一个形状为 [1, 28, 28, ?] 的张量，尽管我想要/需要的是形状 [?,28 ,28,1]

不幸的是，我认为在 centroid 和 tz 中的pose_t开始分裂期间，一些形状信息正在丢失：

第一个维度应该仍然是批处理维度，但如果我输出形状，则未定义之前的批处理维度 [?,...] 设置为 1，而之前定义的最后一个维度现在未定义。

不，我有连接形状为 [?,28,28,2] 和 [1,28,28,?] 的张量的问题，这给了我一个错误。

完整代码如下：

# Process Centroid
cent_deltas = utils.compute_cent_deltas_graph(positive_rois, pose_t[:,0:2], config.MASK_SHAPE[0])
# Append tz from pose_t to cent_deltas in correct dimension
# Expand Dimension 3 times and scale each dimension to propper size
tz = pose_t[:,2]
tz = tf.tile(tf.expand_dims(tf.expand_dims(tf.expand_dims(tz,axis=0),axis=1),axis=2),multiples=[1,config.MASK_SHAPE[0], config.MASK_SHAPE[0],1])
pose_t = tf.concat([cent_deltas, tz],axis=3)

非常感谢所有帮助！谢谢

【问题讨论】：

标签： python tensorflow concatenation shape

【解决方案1】：

毕竟expand_dims，你的形状是[1, 1, 1, batch_size]。平铺此形状使batch_size 作为最后一个维度。你只需要在最后expand_dims，保持你的批次维度首先：

tz = tf.expand_dims(tz, axis=-1)
tz = tf.expand_dims(tz, axis=-1)
tz = tf.expand_dims(tz, axis=-1)
tz = tf.tile(tz, ...)

【讨论】：