了解 Tensorflow 对象检测模型的 INDArray 维度重塑答案

【问题标题】：Understanding INDArray dimension reshaping for Tensorflow Object detection models了解 Tensorflow 对象检测模型的 INDArray 维度重塑
【发布时间】：2020-05-01 21:28:28
【问题描述】：

尝试将 Tensorflow 训练的模型加载到 Deeplearning4J 中，但出现以下错误：

IllegalStateException: Invalid array shape: cannot associate an array with shape [38880] with a placeholder of shape [-1, -1, -1, 3]:shape is wrong rank or does not match on one or more dimensions

var arr: INDArray = Nd4j.create(data) //.reshape(1, -1, -1, 3);
arr = Nd4j.pile(arr, arr)
sd.associateArrayWithVariable(arr, sd.variables.get(0))

Python 模型是这样加载的：

# Load image using OpenCV and
# expand image dimensions to have shape: [1, None, None, 3]
# i.e. a single-column array, where each item in the column has the pixel RGB value
image = cv2.imread(PATH_TO_IMAGE)
image_expanded = np.expand_dims(image, axis=0)

如果您知道，请解释任何问题：

1) 在 Python 数组中 [1, None, None, 3] 是什么意思

2) Python 中的 np.expand_dims(image, axis=0) 是什么意思

3) Deeplearning4J 重塑(1, -1, -1, 3);

【问题讨论】：

标签： numpy tensorflow reshape deeplearning4j faster-rcnn

【解决方案1】：

您在这里混合了两个不同的概念，TF 占位符和命令式 numpy-like reshape。

在您的情况下，模型需要 4D 输入张量，形状为 [-1, -1, -1, 3]。对于人类，它可以翻译为 [Any, Any, Any, 3]。但是你试图用形状为 [38880] 的张量来喂它，排名 1。

现在回答你的问题。

1) 见上文。 -1 被视为“任何”。

2) 此函数将 1 作为维度添加。即如果你有 [38880]，axis=0 处的 expand_dims 将使其变为 [1, 38880]

3) 不，那是错误的。你不应该使用它作为你的形状。您那里有一些图像，因此您应该指定图像具有的适当尺寸，即 [1, 800, 600, 3]。

【讨论】：