TensorFlow中图像张量的形状是什么

Question

我最近开始学习Tensorflow，尤其是我想使用卷积神经网络进行图像分类。我一直在看官方存储库中的android演示，尤其是以下示例：https : //github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/android/src/org/tensorflow/demo/TensorFlowImageClassifier。爪哇

在第145行，它使用图像的输入数据创建张量，如下所示：

inferenceInterface.feed(inputName, floatValues, 1, inputSize, inputSize, 3);

现在，我一直在尝试了解它的作用，最终调用了此方法：Tensor.create。我不明白的是为什么此张量的形状（由该函数的输入参数给出）（也称为“尺寸”）是{1, inputSize, inputSize, 3}。第二维和第三维是图像的宽度和高度，第四维是图像的RGB数据。但是为什么它的第一维为1？这个张量的形状不应该{inputSize, inputSize, 3}代替吗？我猜因为维数是1，所以没有区别，但是我想必须有这种表示法的原因，我不理解。

Answer 1

Tensorflow可处理大量图像。因此，该模型接受一批形状各为的图像inputSize x inputSize x 3。

该1是批量大小。因此，在实践中，您要使用单张图像（形状为张量）向网络批处理1 x inputSize x inputSize x 3