使用 tf.image.random 的张量流错误："numpy.ndarray"对象没有属性"get_shape"

Question

Intro

我正在使用Tensorflow教程"Deep MNIST for experts"的修改版本和Python API用于使用卷积网络的医学图像分类项目。

我想通过对训练集的图像应用随机修改来人为地增加训练集的大小。

问题

当我运行该行时：

flipped_images = tf.image.random_flip_left_right(images)

我得到以下错误：

属性

错误："numpy.ndarray"对象没有属性"get_shape"

我的张量"图像"是"批处理"ndarray (shape=[im_size, im_size, channels])的ndarray (shape=[batch, im_size, im_size, channels])。

只是为了检查我的输入数据是否以正确的形状和类型打包，我尝试在（未修改的）教程"Tensorflow Mechanics 101"中应用这个简单的函数，我得到了同样的错误。

最后，尝试使用以下函数时，我仍然遇到相同的错误：

• tf.image.random_flip_up_down()
• tf.image.random_brightness()
• tf.image.random_contrast()

问题

由于输入数据通常作为ndarray在Tensorflow中携带，我想知道：

1. 这是Tensorflow Python API的错误还是我的"错"，因为我的输入数据的类型/形状？
2. 我怎样才能让它工作并能够将tf.image.random_flip_left_right应用到我的训练集中？

Answer 1

这

似乎是TensorFlow API中的不一致，因为几乎所有其他操作函数都接受NumPy数组，只要需要tf.Tensor。我已经提交了一个问题来跟踪修复。

幸运的是，有一个简单的解决方法，使用 tf.convert_to_tensor() .将代码替换为以下内容：

flipped_images = tf.image.random_flip_left_right(tf.convert_to_tensor(images))