TensorFlow resize_images函数导致TFRecord产生形状不匹配

一般我们在遇到训练图像大小不统一时,都需要将其统一大小,而TensorFlow提供resize_images函数,然而按一般能找到的资料的使用方式一般是先调用resize_images调整图像大小,然后将其存入TFRecord。但是我们知道像素值是没有小数的,每个通道的值都是0-255,神奇的是在使用resize_images后,进行插值计算后,数据矩阵中的值会被强行变成小数也就是浮点型,本来是无符号字节,在TensorFlow中为uint8,然后莫名其妙的TFRecord中的数据大小就会增加4倍,浮点是32位,所以在读取TFRcord数据时将序列化的数据reshape为 b x h x w x c 时,本来应该是1个样本,也就是b为1,但是却会为4,我真是百思不得其解,终于在利用程序员的debug能力(log输出看看)终于发现这个原因,所以在调整图像大小后再转换一次数据类型就好,但是总感觉有点怪,好麻烦呀,可能我火星了,有什么高级操作
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值