Tensorflow print shape 出现 ? 问号

当TensorFlow打印shape出现'?'时,原因在于未创建graph和Session。通过启用eager_execution,可以立即运行操作,无需预先建立graph和Session,从而正常显示shape。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import  tensorflow as tf
from    tensorflow.keras import datasets, layers, optimizers, Sequential, metrics
from 	tensorflow import keras

def preprocess(x, y):
    x = tf.cast(x, dtype=tf.float32) / 255.
    y = tf.cast(y, dtype=tf.int32)
    return x,y


batchsz = 128
(x, y), (x_val, y_val) = datasets.cifar10.load_data()
y = tf.squeeze(y)
y_val = tf.squeeze(y_val)
y = tf.one_hot(y, depth=10) 
y_val = tf.one_hot(y_val, depth=10) 
print('datasets:', x.shape, y.shape, x_val.shape, y_val.shape, x.min(), x.max())


train_db = tf.data.Dataset.from_tensor_slices((x,y))
train_db = train_db.map(preprocess).shuffle(10000).batch(batchsz)
test_db = tf.data.Dataset.from_tensor_slices((x_val, y_val))
test_db = test_db.map(preprocess).batch(batchsz)


sample = next(iter(train_db))
print('batch:', sample[0].shape, sample[1].shape)

直接输出为

关于 YOLOv11 输入层数据大小的具体 dimensions,在当前提供的引用中并未提及相关内容。然而,基于以往版本的 YOLO 模型设计模式以及计算机视觉领域中的常见实践,可以推测其输入尺寸通常会遵循特定的标准。 YOLO 系列模型一般采用固定大小的输入图像以便于网络处理和预测框的生成。例如,在早期版本如 YOLOv3 或 YOLOv4 中,默认输入分辨率通常是 \(416 \times 416\) 或 \(608 \times 608\)[^2]。这些尺寸的选择主要考虑到平衡计算效率与检测精度的需求。对于更新迭代后的版本(假设这里指代未来可能出现的 YOLOv11),如果延续传统做法,则很可能仍会选择类似的正方形输入形状以简化锚盒机制并保持多尺度特征提取的有效性。 但是需要注意的是,实际应用当中开发者可以根据具体场景需求调整此参数。比如针对高分辨率监控视频分析任务时可能会增大输入图片尺寸来获取更多细节;而在移动设备端部署考虑资源受限情况又倾向于较小规模减少运算量[^3]。 因此如果没有特别说明改变默认配置的话,我们可以合理猜测YOLOv11也会沿用前几版常用的\(416\times416\)或者\(608\times608\)作为标准输入尺寸之一,并且颜色通道数为三即RGB格式表示最终形成形如(?,416,416,3)这样的张量结构其中问号代表批量大小可变项[^1]。 ```python import tensorflow as tf input_shape = (None, 416, 416, 3) # 假设使用常见的416x416输入尺寸 inputs = tf.keras.layers.Input(shape=input_shape[1:]) model = tf.keras.models.Model(inputs=inputs, outputs=inputs) print(model.input) ```
评论 6
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
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