输出时尺寸不匹配

Question

我有一个尺寸为32 * 32 * 3的输入图像，其中3是输入/颜色通道的数量。我正在尝试卷积和最大化结果。

spatial_glimpse_layer.py

class SGN(object): 
    def __init__(self, w=32, filter_size=5, num_filters=96): 
     self.input_x = tf.placeholder(tf.float32, [None, w, w, 3], name="X_train") 
print(self.input_x) 

现在在我的控制我传递一个图像到SGN和看到的结果。

controller.py

import read_data 
import tensorflow as tf 
import numpy as np 
import spatial_glimpse_network 

data = read_data.read() 

img = next(data) 
img = np.expand_dims(np.resize(img, (32, 32, 3)), 0) 
with tf.Graph().as_default(): 
    sess = tf.Session() 
    with sess.as_default(): 
     cnn = spatial_glimpse_network.SGN() 
     sess.run(tf.global_variables_initializer()) 
     pool = sess.run([cnn.input_x], feed_dict={cnn.input_x:img}) 
     print(img.shape) 
     print(np.array(pool).shape) 

输出如下： -

Tensor("X_train:0", shape=(?, 32, 32, 3), dtype=float32) 
(1, 32, 32, 3) 
(1, 1, 32, 32, 3) 

正如我们可以看到，输入是形​​式的1 * 32 * 32 * 3，其中1 =无批次

不应该最后输出的形式是（1，32，32，3）？

有人可以帮忙吗？

在此先感谢。

Answer 1

我想原因是sess.run([cnn.input_x])[]，它将返回列表

既然你只有一个参数，你可以使用sess.run(cnn.input_x)，那么结果应该是正确的

如果你有一个以上的参数
a_val, b_val = sess.run([a, b]) # split by it self，或
val = sess.run([a, b]) # get a list