代码之家 › 专栏 › 技术社区 › Siladittya

将4D张量重塑为5D张量

tf.keras tensorflow2.0 keras tensorflow python

0

Siladittya · 技术社区 · 4 年前

我有一个VGG预训练模型。我将形状(160120,3)的图像传递给它,批量大小为10。批处理中的每个帧表示一个时间步长。

vggnet.output.shape (None,5,3,512)

接下来,我想把这个输出从VGGnet输入到ConvLSTM2D层。但是为了这个,我需要把它转换成一个5D张量。

当我使用 X = tf.keras.layers.Reshape((-1,10,5,3,512))(X) ,训练时出错。

InvalidArgumentError:  Input to reshape is a tensor with 76800 values, but the requested shape has 768000
     [[node ds_model/reshape_2/Reshape (defined at <ipython-input-40-4fa9476bf8a0>:1) ]] [Op:__inference_train_function_5897]

Function call stack:
train_function

如何解决此错误?有没有什么方法可以把4D张量重塑成5D??

我想改变信仰 (None,10,5,3,512)

0 回复 | 直到 4 年前

1

0

Siladittya 4 年前

from tensorflow.keras.layers import Layer

NUM_FRAMES = 16

class ReshapeLayer(Layer):
    def call(self,inputs):
        nshape = (BATCH_SIZE,NUM_FRAMES) + inputs.shape[1:]
        return tf.reshape(inputs,nshape)


inp = Input(shape = (H,W,C))
out = ReshapeLayer()(inp)

以上代码用于将4D输入整形为5D输入,如果4D输入包含 BATCH_SIZE x NUM_FRAMES x H x W x C 元素。

BATCH_SIZE