从批次中提取矩阵，表示为张量 我在C++中使用Tensorflow。我使用经过训练的模型从输入图像中提取面片

我的输出张量（会话运行后）是

outputs

，在

outputs[0]

中有一批N个补丁，mxd

auto patches = outputs[0].tensor<float, 4>();

那么，我如何从一个本征：：张量（或tf：：张量）中得到一个矩阵，我可以将其用于

cv：：本征2CV

？

环顾四周，考虑到张量流张量始终是行主张量，您应该能够执行以下操作：

const auto patch_side = 256;
int batch_id = 0;
for (auto i = 0; i < grid_shape.second; ++i) {
    for (auto j = 0; j < grid_shape.first; ++j) {
        auto size = patch_side * patch_side * depth;
        cv::Mat p(patch_side, patch_side, CV_32FC(depth), patches.data() + batch_id * size);
        cv::imshow("p", p);
        cv::waitKey();
        /*
        ml(cv::Rect(i * patch_side, j * patch_side, patch_side,
                    patch_side)) =
            cv::Mat(cv::Size(patch_side, patch_side), CV_32F, patches.slice
                    patches.data() + (i + j) * patch_side * patch_side);
                    */

        std::cout << "i,j" << i << "," << j << "\n";
        batch_id++;
    }
}

const auto patch_side=256；
int batch_id=0；
用于（自动i=0；istd:：cout“一批N个补丁，MxMxD”->您的意思是“NxMxD”，还是每个补丁都是MxM，深度为D，输出张量为“nxmxmxmxd”？您还可以指出哪一行给您带来了编译错误吗？设置
自动补丁=输出[0].flat（）；
并运行上面的代码，返回错误（您尝试调用矩阵上的向量方法）位于
Eigen:：Map（patches.data（）+batch\u id*size，size）
行。一批N个面片：形状为（N，M，M，D）的张量啊，是的，似乎您没有为
映射提供正确的参数，您已经指出了数据源，但是您需要提供行数和列数（请参阅您链接的帖子）但是，我认为这只会为每个补丁提供第一个通道-我不确定是否有任何方法可以一次性从
Eigen:：Matrix
创建多通道
cv:：Mat
es…感谢您关于行/列参数的建议。它解决了我在这种特殊情况下的问题，因为D=1。但是，我让这个问题在这里被打开，因为一个更通用的解决方案可以处理D>1将是非常棒的。这是一个比在我的例子中使用Eigen:：Map更好的解决方案，因为我需要速度和低内存使用率，所以使用指针而不复制值对我来说是完美的。谢谢
const auto patch_side = 256;
int batch_id = 0;
for (auto i = 0; i < grid_shape.second; ++i) {
    for (auto j = 0; j < grid_shape.first; ++j) {
        auto size = patch_side * patch_side * depth;
        cv::Mat p(patch_side, patch_side, CV_32FC(depth), patches.data() + batch_id * size);
        cv::imshow("p", p);
        cv::waitKey();
        /*
        ml(cv::Rect(i * patch_side, j * patch_side, patch_side,
                    patch_side)) =
            cv::Mat(cv::Size(patch_side, patch_side), CV_32F, patches.slice
                    patches.data() + (i + j) * patch_side * patch_side);
                    */

        std::cout << "i,j" << i << "," << j << "\n";
        batch_id++;
    }
}