Tensorflowで未知の次元を扱う

Question

shape（1、H、W、C）のイメージフィーチャのグラム行列を計算する関数を記述しました。私が書いた方法は以下の通りです：

def calc_gram_matrix(features, normalize=True): 
    #input: features is a tensor of shape (1, Height, Width, Channels) 

    _, H, W, C = features.shape 
    matrix = tf.reshape(features, shape=[-1, int(C)]) 
    gram = tf.matmul(tf.transpose(matrix), matrix) 

    if normalize: 
    tot_neurons = H * W * C 
    gram = tf.divide(gram,tot_neurons) 

return gram 

グラム行列の私の実装をテストするために、方法があります：

def gram_matrix_test(correct): 
    gram = calc_gram_matrix(model.extract_features()[5])  # 
    student_output = sess.run(gram, {model.image: style_img_test}) 
    print(style_img_test.shape) 
    error = rel_error(correct, student_output) 
    print('Maximum error is {:.3f}'.format(error)) 

gram_matrix_test(answers['gm_out']) 

私は（gram_matrix_test実行すると）私はエラーを取得する - >とValueError：変換できません。テンソルの未知の次元：？

（エラーは、このライン上にある - > "グラム= tf.divide（グラム、tot_neurons）"）Iが判明デバッグを

そのmodel.extract_featuresの形状（）[5]は（？、？、？、128）なので、除算はできません。

のサイズはです（（1,192,242,3））ので、セッションH、Wを実行するとCが生成されます。

この問題を解決する方法を教えてください。

Answer 1

以下の変更を加えて機能させました。

def calc_gram_matrix(features, normalize=True): 
    #input: features is a tensor of shape (1, Height, Width, Channels) 

    features_shape = tf.shape(features) 
    H = features_shape[1] 
    W = features_shape[2] 
    C = features_shape[3] 

    matrix = tf.reshape(features, shape=[-1, C]) 
    gram = tf.matmul(tf.transpose(matrix), matrix) 

    if normalize: 
    tot_neurons = H * W * C 
    tot_neurons = tf.cast(tot_neurons, tf.float32) 

    gram = tf.divide(gram,tot_neurons) 

return gram