这个陈述有什么问题？

Question

以下行的回溯是“语法错误”。为什么？ 我做什么修复它？

w1=tf.Variable(tf.truncated_normal(shape=[3,3,1,20]) 
layer=tf.nn.conv2d(input=img,filter=w1,strides=[1,1,1,1],padding='SAME') 

'img'是灰度图像（np.array），1x32x32x1。

但是，下面的行工作得很好：

def new_w(shape): 
return tf.Variable(tf.truncated_normal(shape,stddev=0.05)) 

然后：

w1=new_w(shape=[3,3,1,20]) 
    layer=tf.nn.conv2d(input=img,filter=w1,strides=[1,1,1,1],padding='SAME') 

当我说“非常好”我指的是线也是一个会话中运行，产生 一个该层的数值。这两种表述之间有什么区别？

Answer 1

从文档https://www.tensorflow.org/api_docs/python/tf/nn/conv2d

输入应该是一个tensorflow.Tensor，而你说，IMG是灰度图像（我想转换成numpy.ndarray）。

您应该创建一个常量张量，其值为图像或占位符，并将img作为占位符的值提供。

例如：

constant_img = tf.constant(img, shape=img.shape, dtype=tf.float32) 
layer = tf.nn.conv2d(input=constant_img, filter=w1,strides=[1,1,1,1],padding='SAME') 

在这两种情况下

或

placeholder_img = tf.placeholder(dtype=tf.float32, shape=img.shape) 
layer = tf.nn.conv2d(input=placeholder_img, filter=w1,strides=[1,1,1,1],padding='SAME')  

，层将是一个tf.Tensor，所以就不会看到任何数值数据。要提取数值数据，你将不得不打开一个会话，这样做

with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 

，然后，在第一种情况下（常量）

layer_val = sess.run([layer]) 

，而在第二种情况下（占位符）

layer_val = sess.run([layer], feed_dict={placeholder_img: img})