我有一个形状为 (300,256,256) 的张量 A。 我想序列化 A 以保存为 tfrecord 格式。 但我无法将其转换回具有相同形状的张量。
A = tf.convert_to_tensor( *a numpy array with float32 type* )
B = tf.io.serialize_tensor(A)
C = tf.reshape(tf.io.decode_raw(B, out_type=tf.float32),[300,256,256])
如果我运行上面的代码，我会得到一个形状错误:
tensorflow.python.framework.errors_impl.InvalidArgumentError: Input to reshape is a tensor with 19660806 values, but the requested shape has 19660800 [Op:Reshape]
似乎当我序列化或解码时，添加了 6 个 float 。 (很奇怪)
最佳答案
尝试使用:tf.io.parse_tensor()，而不是tf.io.decode_raw()。
https://www.tensorflow.org/api_docs/python/tf/io/parse_tensor
关于python - tensorflow 2 : shape mismatch when serialize and decode it back，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60183980/