2
双方向LSTMへの入力として供給される前に画像を処理する方法を知りたい。私はかなり双方向LSTMネットワークへの入力としての画像の使用
def bi_rnn(features, labels, mode):
x = tf.unstack(features, num_inputs, 1)
... # cell initialization
# Get lstm cell output
try:
outputs, _, _ = tf.nn.bidirectional_dynamic_rnn(lstm_fw_cell, lstm_bw_cell, x, dtype=tf.float32)
...
def serving_input_fn():
feature_placeholders = {
'features': tf.placeholder(tf.float32, [None, num_inputs])
}
features = {
key: tf.expand_dims(tensor, -1) for key, tensor in feature_placeholders.items()
}
features = tf.squeeze(features, axis=[2])
return InputFnOps(features, None, feature_placeholders)
def read_dataset(img_paths, labels):
def _input_fn():
... # reading image paths omitted
image_files = tf.image.decode_png(image_files)
image_files = tf.image.resize_images(image_files, [1024, 128])
image_files = evaluate_images(image_files)
... # labels part omitted
return tf.convert_to_tensor(np.array(image_files)), labels2
return _input_fn
私は、提供されたコードとエラーを使用して正確なエラーをトレースすることはできませんが（完全なスタックトレースは一般的に単なるエラーよりも有用です）、私の推測では、メソッドが期待するPythonリストを渡しているテンソル。 – iga
は、ここでは、コードとスタックトレースを含む主旨だ https://gist.github.com/selcouthlyBlue/ee06c170ea22ee82695a219e871f9c2c –
これは問題ですが、bidirectional_dynamic_rnnためのドキュメントは 'あなたのケースでinputs'（ 'X'を必要とする場合はわかりません）をテンソルまたはテンソルのタプルにすることができます。要点のコードでは、これは 'tf.unstack'によって返されるリストです。なぜあなたは 'tf.unstack'を呼び出す必要があるのか分かりません。 – iga