Пример ниже взят из официального руководства TensorFlow по конвейерам данных. По сути, размер JPG меняется на (128, 128, 3). По какой-то причине при применении операции map() измерение цвета, а именно 3, превращается в None при проверке формы набора данных. Почему выделяется это третье измерение? (Я проверил, есть ли изображения, которые не (128, 128, 3), но не нашли).
Во всяком случае, None должен отображаться только для самого первого измерения, т.е. который подсчитывает количество примеров и не должен влиять на отдельные размеры примеров, поскольку - как вложенные структуры - они должны иметь одинаковую форму в любом случае, чтобы быть сохраненными как tf.data.Dataset s.
Код в TensorFlow 2.1:
import pathlib
import tensorflow as tf
# Download the files.
flowers_root = tf.keras.utils.get_file(
'flower_photos',
'https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz',
untar=True)
flowers_root = pathlib.Path(flowers_root)
# Compile the list of files.
list_ds = tf.data.Dataset.list_files(str(flowers_root/'*/*'))
# Reshape the images.
# Reads an image from a file, decodes it into a dense tensor, and resizes it
# to a fixed shape.
def parse_image(filename):
parts = tf.strings.split(file_path, '\\') # Use the forward slash on Linux
label = parts[-2]
image = tf.io.read_file(filename)
image = tf.image.decode_jpeg(image)
image = tf.image.convert_image_dtype(image, tf.float32)
image = tf.image.resize(image, [128, 128])
print("Image shape:", image.shape)
return image, label
print("Map the parse_image() on the first image only:")
file_path = next(iter(list_ds))
image, label = parse_image(file_path)
print("Map the parse_image() on the whole dataset:")
images_ds = list_ds.map(parse_image)
и дает
Map the parse_image() on the first image only:
Image shape: (128, 128, 3)
Map the parse_image() on the whole dataset:
Image shape: (128, 128, None)
Почему None в этой последней строке?