如何在张量流中的deconv2d的output_shape参数中给出变量batch_dim？

Question

我试图tf.nn.deconv2d()在可变大小的数据批处理上使用op.但是,似乎我需要将output_shape参数设置如下:

tf.nn.deconv2d(x, filter, output_shape=[12, 24, 24, 5], strides=[1, 2, 2, 1],
               padding="SAME")

为什么tf.nn.deconv2d()要修一个output_shape？有没有办法指定变量批量维度？如果输入批量大小变化会发生什么？

Answer 1

NB tf.nn.deconv2d()将tf.nn.conv2d_transpose()在下一版TensorFlow(0.7.0)中调用.

的output_shape到参数tf.nn.deconv2d()接受一个计算Tensor作为其值,这使得指定一个动态形状.例如,假设您的输入定义如下:

# N.B. Other dimensions are chosen arbitrarily.
input = tf.placeholder(tf.float32, [None, 24, 24, 5])

...然后可以在运行时计算特定步骤的批量大小:

batch_size = tf.shape(input)[0]

使用此值,您可以构建output_shape参数以tf.nn.deconv2d()使用tf.pack():

output_shape = tf.pack([batch_size, 24, 24, 5])

result = tf.nn.deconv2d(..., filter, output_shape=output_shape,
                        strides=[1, 2, 2, 1], padding='SAME')