Python 从tensorflow到rgb的单通道给出秩0

我正在创建一个多维数组

import numpy as np
import tensorflow as tf

a = np.zeros((10, 4, 4, 1))

print(a.shape)

(10, 4, 4, 1)

我想添加rgb频道，因此我正在执行以下操作：

tf_a = tf.image.grayscale_to_rgb(a, name=None)
print(tf.rank(tf_a))

Tensor("Rank:0", shape=(), dtype=int32)

它给了我一个秩为0而不是4的张量

此外，形状：

print(tf.shape(tf_a))

---

给出：

张量（“Shape:0”，Shape=（4，），dtype=int32）

在Tensorflow中，tf.rank（tf\u a）和tf.Shape（tf\u a）返回张量。因此，您正在打印这些张量的形状和秩，而不是tf_a的形状和秩

因此，我稍微编辑了一下您的代码以获得实际结果

import numpy as np
import tensorflow as tf

a = np.zeros((10, 4, 4, 1))

tf_a = tf.image.grayscale_to_rgb(a, name=None)

sess = tf.Session()
with sess.as_default():

   print(tf.rank(tf_a).eval()) # rank 
   print(tf.shape(tf_a).eval()) #shape

 4            #rank
[10  4  4  3] #result

希望这有帮助