Tensorflow tfrecordファイルから読み取ることができません

Question

以下のコードを使用してtfrecordsファイルを作成できます。

def _int64_feature(value): 
    return tf.train.Feature(int64_list=tf.train.Int64List(value=[value])) 
def _bytes_feature(value): 
    return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value])) 

def convert_to_tfrecord(images,labels,file_name): 
    # images is a numpy array of shape (num_images,channel,rows,column) 
    # labels is a numpy array of shape (num_images,) 
    num_labels = np.shape(labels) 
    (num_images,depth,rows,cols) = np.shape(images) 
    writer = tf.python_io.TFRecordWriter(file_name) 
    for index in range(num_images): 
     image_raw = images[index] 
     image_raw = image_raw.astype(np.float32) 
     image_raw = image_raw.tostring() 
     example = tf.train.Example(features=tf.train.Features(feature={ 
      'height': _int64_feature(rows), 
      'width': _int64_feature(cols), 
      'depth': _int64_feature(depth), 
      'label': _int64_feature(int(labels[index])), 
      'image_raw': _bytes_feature(image_raw)})) 

     writer.write(example.SerializeToString()) 
    writer.close() 

しかし、以下の機能に

def read_and_decode(filename_queue): 
    reader = tf.TFRecordReader() 
    _, serialized_example = reader.read(filename_queue) 
    img_features = tf.parse_single_example(
     serialized_example, 
     features={ 
      'height': tf.FixedLenFeature([], tf.int64), 
      'width': tf.FixedLenFeature([], tf.int64), 
      'depth': tf.FixedLenFeature([], tf.int64), 
      'image_raw': tf.FixedLenFeature([], tf.string), 
      'label': tf.FixedLenFeature([], tf.int64), 
     }) 

    image = tf.decode_raw(img_features['image_raw'], tf.float32) 
    label = tf.cast(img_features['label'], tf.int32) 
    height = tf.cast(img_features['height'], tf.int32) 
    width = tf.cast(img_features['width'], tf.int32) 
    depth = tf.cast(img_features['depth'], tf.int32) 
    image_shape = tf.stack([depth,height, width]) 
    image = tf.reshape(image, image_shape) 
    return image,label 

def inputs(batch_size, num_epochs): 
    filename = ['set1.tfrecords'] 
    # dir_path is a global variable 
    file_path = dir_path + 'set1.tfrecords' 
    filename_queue = tf.train.string_input_producer([file_path], num_epochs=1) 
    image,label = read_and_decode(filename_queue) 
    images, sparse_labels = tf.train.shuffle_batch(
     [image, label], batch_size=batch_size, num_threads=2, 
     capacity=1000 + 3 * batch_size, min_after_dequeue=1000) 
    return images, sparse_labels 

を使用してtfrecordファイルからデータを読みながら、私は常に

images, labels = tf.train.shuffle_batch([image, label], batch_size=10, capacity=30, num_threads=1, min_after_dequeue=10) 

File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/input.py", line 1225, in shuffle_batch 
name=name) 

File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/input.py", line 781, in _shuffle_batch 
dtypes=types, shapes=shapes, shared_name=shared_name) 

File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/data_flow_ops.py", line 641, in __init__ 
shapes = _as_shape_list(shapes, dtypes) 

File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/data_flow_ops.py", line 77, in _as_shape_list 
raise ValueError("All shapes must be fully defined: %s" % shapes) 

ValueError: All shapes must be fully defined: [TensorShape([Dimension(None)]), TensorShape([])] 

上記のエラーの原因は何ですか、次のエラーを取得していますこれを克服する方法は？私はtf.python_io.tf_record_iterator(path=filename)を使ってファイルを反復することによってtfrecordsファイルを読むことができます。

Answer 1

tf.train.shuffle_batchは、テンソルの形状を知る必要があるため（バッチ内のアイテムはすべて同じ形状でなければならないため）、エラーが発生します。 原則として、生データのサイズが異なる可能性がありますので、tf.decode_rawはテンソルの形状を設定しません。コメントで

、あなたはすべてのあなたのイメージを形(192,81,2)を持っていることを言及するので、あなただけのread_and_decodeから復帰する前に画像テンソルでその形状を設定する必要があります。

def read_and_decode(filename_queue): 
    # rest of your code here 
    image_shape = [height, width, depth] 
    image = tf.reshape(image, image_shape) 
    image.set_shape(image_shape) #<<<<<<<<<<<<<<< 
    return image,label