Python Tensorflow：切片输入图像和灰度

我是Tensorflow的新手，正在尝试对图像进行切片，然后将其灰度化。到目前为止，我的代码是这样的。我首先获取输入，然后将图像数据提取到张量中，然后对图像的中间部分进行切片。在这一步中可以忽略权重等，只是想给读者提供上下文：

##############################
#   NETWORK IMPLEMENTATION   #
##############################
tf.reset_default_graph()

########
#Forward

##Inputs
input = tf.placeholder(shape=[210, 160, 3], dtype=tf.float32)
print(input.get_shape())
#inputs = tf.reshape(input, [1, 210, 160, 3])
#print(inputs.get_shape())

##Grayscale
#inputs = tf.image.rgb_to_grayscale(input, name=None)
#print(inputs.get_shape())

#Slicing
inputs = tf.slice(input, [25, 0, 0], [160, 160, 3])
print(inputs.get_shape())

#Downsample to new dimensions
#inputs = tf.image.decode_jpeg(inputs)
inputs = tf.image.resize_images(inputs, [84, 84]) 
print(inputs.get_shape())
inputs = tf.reshape(inputs, [1, -1])
print(inputs.get_shape())

W = tf.Variable(tf.random_uniform([84*84, 6], 0.00, 0.01))
Qout = tf.matmul(inputs, W)
predict = tf.argmax(Qout, 1) #why exactly this operation?

但是，每当我运行此操作时，都会出现一个错误，说明：

Traceback (most recent call last):
  File "main.py", line 43, in <module>
    inputs = tf.image.resize_images(inputs, [84, 84])
TypeError: resize_images() takes at least 3 arguments (2 given)

回溯（最近一次呼叫最后一次）：
文件“main.py”，第43行，在
输入=tf.image.resize_图像（输入[84,84]）
TypeError:resize_images（）至少接受3个参数（给定2个）

我已经阅读了关于切片和调整大小的文档，但是我仍然感到困惑。如前所述，我是tensorflow的新手，非常感谢您的帮助：）

我试着对调试进行注释，但我甚至不确定这是否导致了问题。我总是收到上述错误。

更新：

看起来您使用的是旧版本的tensorflow，但没有说明。要纠正错误，请将其更改为这样

    inputs = tf.image.resize_images(inputs, 84, 84)

在这种情况下，第一个84是新高度，第二个是宽度

旧答案适用于tensorflow 1.0： 我想你的问题是

inputs = tf.image.resize_images(inputs, [84, 84, 3])

应该是

inputs = tf.image.resize_images(inputs, [84, 84])

---

因为大小应该只描述高度和宽度，而不应该包括频道的数量。

输入

是

占位符

，所以您不能有第二个

输入=…

，只需更改variance@xxi你到底是什么意思？（无法识别任何带有“input=…”的第二行）对不起，我误读了您所有的差异是

输入

，没有注意到

输入

。我刚刚运行了你的代码，它运行得很好，唯一的问题是

W

的大小，我认为它是

[84*84*3,6]

。也许你的例子丢失了什么？@xxi-hmm很有趣，那么也许我的tensorflow版本有问题，非常感谢你的努力！！：）非常感谢您的更正，但不幸的是，更改此选项没有帮助…您用新错误更新了问题？另外，您使用的是tensorflow的哪个版本？你可以看到打印（tf.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu