有没有办法有效地矢量化图像上的 Tensorflow 操作？答案

【问题标题】：Is there a way to efficiently vectorize Tensorflow ops on images?有没有办法有效地矢量化图像上的 Tensorflow 操作？
【发布时间】：2016-11-23 01:10:36
【问题描述】：

Tensorflow 有大量可应用于表示图像（[高度、宽度、深度]）的 3D 张量的转换，例如 tf.image.rot90() 或 tf.image.random_flip_left_right()。

我知道它们旨在与队列一起使用，因此它们仅对一个图像进行操作。

但是有没有一种方法可以将操作向量化以将 4D 张量 ([batch_size,height,width,depth]) 转换为相同大小的张量，并且 op 沿第一维以图像方式应用，而无需使用 @ 明确循环它们987654324@?

(编辑：关于rot90()，从 numpy rot90 中提取的一个聪明的技巧是：

rot90=tf.reverse(x,tf.convert_to_tensor((False,False,True,False)))
rot90=tf.transpose(rot90,([0,2,1,3])

编辑 2： 事实证明，这个问题已经被回答了好几次了 (one example) 如果你想要一个优化的版本，似乎 map_fn 是要走的路。我已经看过了，但我忘记了。我想这会使这个问题重复......

但是对于随机运算或更复杂的运算，最好有一个通用的方法来矢量化现有函数...）

【问题讨论】：

【解决方案1】：

试试tf.map_fn。

processed_images = tf.map_fn(process_fn, images)

【讨论】：