pythonでテンソルフローを使用するsoftmax回帰プログラムの場合、1000枚のjpegイメージファイルを2Dテンソルxとして取得します。[image index、pixel index]。 「画像インデックス」は画像であり、ピクセルインデックスはその画像の特定の画像ピクセルである。 モデル式は、次のとおりテンソルフローの2Dテンソルとして複数のイメージファイルを取得
y = tf.nn.softmax(tf.matmul(x, W) + b)
where:
x = tf.placeholder(tf.float32, [None, image_size])
W = tf.Variable(tf.zeros([image_size, classes]))
b = tf.Variable(tf.zeros([classes]))
画像サイズ=画像の高さ*幅（全ての画像について一定）。
私のイメージファイルをその形式で取得するには、テンソルフローの最善の方法は何ですか？
私はOpenCV（cv2.imread（...））またはScipy（scipy.ndimage.imread（...））のいずれかを使ってイメージファイルを読みたいと思っています。私はテンソルフローが独自のイメージリーダーを持っているかもしれないとも思っています。これらの2つの関数は、numpyの配列として画像を返します。グレースケールまたはカラーが必要な場合は、引数に指定することができます。これで、イメージを前処理する必要があります。データ型を変換する必要があるかもしれません（OpenCVはfloat32ではなく8ビット整数を使用します）、データを正規化します。イメージがすべて同じサイズでない場合は、この時点でサイズを変更することもできます。
これらのnumpy配列を平坦化して、画像のフラット表現を得ることができます。 np.ndarrayのflatten（）関数を呼び出してください。バッチに必要な画像をロードして平坦化した後、numpyの配列np.array([img1, img2, ..., imgN])でそれらを一緒にストリングし、この配列の形状は[画像、ピクセル]になります。これをxプレースホルダーにフィードすることができます。
それは訓練のためであれば、私は前処理するすべての画像を好むだろうが、オンラインのライブ映像ストリームとTensorflowを使用するため、私は動的にメモリ内のデータを変更し、以下の方法しようとするだろう：
any_shape = [the most natural shape according to the data you already have...]
x_unshaped = tf.placeholder(tf.float32, any_shape)
x = tf.reshape(x_unshaped, [-1, image_size])
、あなたはtf.Tensor.set_shape()試みることができる：
tf.Tensor.set_shape（）メソッドは、テンソル オブジェクトの静的な形状を更新し、一般的に、追加提供するために使用されます形状 これを直接推論することができない場合の情報。 テンソルの動的形状を変更しません。
出典：https://www.tensorflow.org/versions/r0.9/api_docs/python/framework.html