理解Tensorflow对象检测模型的INDArray维度重塑问题

Question

试图将Tensorflow训练的模型加载到Deeplearning4J中，出现以下错误。

IllegalStateException: Invalid array shape: cannot associate an array with shape [38880] with a placeholder of shape [-1, -1, -1, 3]:shape is wrong rank or does not match on one or more dimensions

var arr: INDArray = Nd4j.create(data) //.reshape(1, -1, -1, 3);
arr = Nd4j.pile(arr, arr)
sd.associateArrayWithVariable(arr, sd.variables.get(0))

Python模型是这样加载的。

# Load image using OpenCV and
# expand image dimensions to have shape: [1, None, None, 3]
# i.e. a single-column array, where each item in the column has the pixel RGB value
image = cv2.imread(PATH_TO_IMAGE)
image_expanded = np.expand_dims(image, axis=0)

有什么问题请知道的朋友解释一下。

1）Python数组中的[1，None，None，3]是什么意思？

2) 在Python中，np.expand_dims(image, axis=0)是什么意思？

3) Deeplearning4J reshape(1, -1, -1, 3)。

Answer 1

你在这里混合了两个不同的概念，TF占位符和命令式的numpy-like reshape。

在你的例子中，模型期望4D输入张量，形状为[-1, -1, -1, 3]。对于人类来说，它可以被翻译成[Any, Any, Any, 3]。但你试图用形状为[38880]，等级为1的张量来输入。

现在回答你的问题。

1) 见上面。-1被视为 "Any"。

2) 这个函数将1加为维度。例如，如果你有[38880]，在axis=0时expand_dims将使其成为[1, 38880]。

3）不，那是错误的。你不应该用这个作为你的形状。你有一些图像，所以你应该指定你的图像有适当的尺寸，即[1，800，600，3]。