Python 带有黑白图像的tensorflow形状问题

我是一名tensorflow初学者，请耐心听我说。 现在，我正试图为CNN修改现有的python程序，以创建超分辨率图像。如果您感兴趣，可以在此处找到代码：

输入张量具有形状，5表示批量大小，240和320表示图像大小，3表示通道数（RGB）。我想修改这个黑白图像的程序，所以只需1个频道->

首先，我将测试和验证图像转换为b/w：

   image = image.convert('L')

然后图像被写入一个数组，这就是我的问题开始的地方。数组的大小将为。由5个图像组成的数组被写入一个列表，并被交给tensorflow

Tensorflow需要一个张量，但图像列表具有该形状，因此缺少一个维度。我尝试用np.expand_dims等添加维度，但没有成功

    input_batches = np.expand_dims(input_batches, axis=-1)

为什么tensorflow占位符的通道索引似乎从1开始，而分辨率索引从0开始

---

我相信今后还会有很多问题，比如调整过滤器，但这就是我现在遇到的问题。

您需要理解代码。我相信这个问题的根源可能更深。由于信息有限，我假设您使用的是

network.py

。在这里，我们在第16行看到：

    self.inputs = tf.placeholder(
        tf.float32, [batch_size, dimensions[1], dimensions[0], 3], name='input_images'
    )

深度尺寸已硬编码为

3

。你也必须编辑它，可能还有很多其他的东西

---

作为警告，大多数超分辨率CNN使用小尺寸的补丁。绝对不是

（240320）

，我怀疑由于批量较小，很难收敛。

如果你有一个形状为[5240320]的张量，你可以用这个命令将其重塑为[5240320,1]

correctSizedTensor = tf.reshape( wrongSizedTensor, [5,240,320,1] )

---

我没有时间写一个完整的答案来研究这个问题，但是如果你看一下MNIST的例子，它们是黑白的，应该给你一些提示。我已经把它改成了维度=1。我确信我将不得不做很多改变，但首先我需要解决这个问题。如果你能发布更多的信息，那就太好了。我不知道将

input\u batches

送入何处。input\u batches只是一个图像数组列表。这被输入到张量self.input（以及其他张量）。张量的形状是5240320,1，但我的列表的形状是5240320。我试过扩展dims，但不起作用。奇怪的是，

np.expand dims

不起作用。我很确定错误在别的地方。您是否也检查了

目标批次的形状

？它确实有效。我的问题是别的。我目前正在培训一组黑白图像，感谢您的帮助：）是否可以重塑列表？是的，这是可能的，只要将该列表放入tensorflow。在其他方面使用numpy函数，如：myNumpyList.reformate（（5240320,1））hmm。我尝试过使用input\u batches=np.expand\u dims（input\u batches，axis=4），但它不起作用。Tensorflow stills看到了错误的形状。但是，如果我将轴更改为3，则尺寸标注将显示在第3位（5240,1320）。当轴为4时，尺寸标注不会出现在第4位，这是我想要的（5240320,1）。轴=1或2也可以工作，但不是4或-1。