tensorflow版本1.5.0rc1 python版本：3.5
使用 tf.reshape(x,[-1,x,y,1]) 将矩形图像重塑为 [height,width] 时
例如 . tf.reshape（x，[ - 1,14,56,1]）运行conv2d返回：InvalidArgumentError（参见上面的回溯）：重塑的输入是一个具有358400值的张量，但请求的形状需要3136的倍数[[节点：Reshape_1 =重塑[T = DT_FLOAT，Tshape = DT_INT32，_device =“/ job：localhost / replica：0 / task：0 / device：GPU：0”]（MaxPool_1，Reshape_1 / shape）]]
其中3136是56的平方 . 张量将重塑视为56x56而不是14 * 56矩阵 .
有没有办法摆脱它并将我的CNN设置为非方形图像？
谢谢
1 回答
当你破坏相邻像素之间的关系时，我并不完全赞同重塑矩形图片 . 相反，您有几个选项可以在非二次图像上应用CNN：
1.）使用填充 . 在预处理期间，您可以填充像素以获得二次图像 . 通过此，您可以应用二次滤波器 .
2.）使用该图像的不同二次窗口进行训练 . 例如，创建一个二次窗口并在图像上运行它以获得许多子图像 .
3.）您可以对图片的尺寸使用不同的步幅 .
4.）你可以按照所需的方向拉伸图片，虽然我不确定这会如何影响以后的性能 . 我只会尝试这个作为最后的解决方案 .