InvalidArgumentError: Tensor must be 4-D with last dim 1, 3, or 4, not [shape]

本文介绍了在TensorFlow中遇到的`InvalidArgumentError: Tensor must be 4-D with last dim 1, 3, or 4`的问题,详细解析了`tf.summary.image()`函数的使用,包括图像张量的通道要求和规范化的两种算法。同时,文章还探讨了解决问题的方法,提到了`tf.expand_dims()`函数在维度调整中的作用,以及在某些情况下避免使用`tf.reshape()`的原因。" 104823164,7691100,FPGA DDS生成可变频率正弦波+ILA逻辑分析仪应用,"['数字信号处理', 'FPGA设计', '硬件描述语言', '逻辑分析']
摘要由CSDN通过智能技术生成

InvalidArgumentError: Tensor must be 4-D with last dim 1, 3, or 4, not [shape]问题:

在我的程序里有这个的一个函数:
tf.summary.image()

(一)具体讲一下tf.summary.image()函数

tf.summary.image(
 	name,
 	tensor,
	max_outputs=3,
 	collections=None,
	family=None
)

定义于:tensorflow/python/summary/summary.py

输出Summary带有图像的协议缓冲区。

构建的图像的Tensor必须是4-D形状[batch_size, height, width, channels], 其中channels可以是:

1: tensor被解析成灰度图像。 #1通道

3:tensor被解析成RGB图像。 #3通道

4:tensor被解析成RGBA图像。 #4通道

图像具有与输入张量相同的通道数。对于浮点输入,将值一次标准化为一个在[0, 255], uint8值不变。op使用两种不同的规范化算法:

如果输入值都是正数,则重新调整它们,因此最大值为255。

如果任何输入值为负,则移动值,使输入值0.0为127.然后重新调整

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
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

打赏作者

落樱缤纷的夏天

您的鼓励是我最大的动力!!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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