Тензор потока «операция отображения» для тензора?
Я адаптируюcifar10 пример свертки к моей проблеме. Я хотел бы изменить ввод данных с дизайна, который читает изображения по одному из файла, на дизайн, который работает с уже имеющимся в памяти набором изображений. Оригиналinputs()
функция выглядит так:
read_input = cifar10_input.read_cifar10(filename_queue)
reshaped_image = tf.cast(read_input.uint8image, tf.float32)
# Crop the central [height, width] of the image.
resized_image = tf.image.resize_image_with_crop_or_pad(reshaped_image,
width, height)
В оригинальной версииread_input
тензор, содержащий одно изображение.
Я храню все свои изображения в оперативной памяти, поэтому вместо использованияfilename_queue
У меня есть один огромныйimages_tensor = tf.constant(images)
, гдеimages_tensor.shape
есть (что-то, 32, 32, 3).
Мой вопрос очень-очень простой: как лучше всего применить какую-то функцию (tf.image.resize_image_with_crop_or_pad
в моем случае) ко всем элементамimages_tensor
?
Повторение проблематично в тензорном потоке с ограниченным количеством фрагментов (TensorFlow - индексированная тензорная индексация). Есть ли решение для достижения этой цели с помощью одной команды?