小编zep*_*rus的帖子

如何使用高斯内核在Tensorflow中实现2D低通（也称为模糊）滤波器？

似乎没有简单的方法可以为张量的对角线赋值。理想情况下，我正在寻找像 numpy.fill_diagonal 这样的命令。

目前我通过执行以下操作来完成此操作：

tf.matrix_set_diag(
                matrix,
                tf.zeros_like(matrix.shape[0:-1]),
                name=None
            )

有没有更好的办法？

我想使用我自己的灰度图像微调 VGG16 模型。我知道我可以通过执行以下操作来微调/添加我自己的顶层：

base_model = keras.applications.vgg16.VGG16(include_top=False, weights='imagenet', input_tensor=None, input_shape=(im_height,im_width,channels))

但仅当 channel = 3 根据文档。我曾想过简单地向我的图像添加两个冗余通道，但这似乎是一种计算浪费/可能会使分类变得更糟。我也可以跨三个通道复制相同的图像，但我同样不确定它会如何进行。