Python 如何将numpy代码转换为tensorflow？

我正在尝试将numpy代码转换为tensorflow图形格式。但在某个地方，我缺少对维度的理解

以下是numpy代码：

def delta_to_boxes3d(deltas, anchors, coordinate='lidar'):
    # Input:
    #   deltas: (N, w, l, 14)(200,240,14)
    #   feature_map_shape: (w, l)
    #   anchors: (w, l, 2, 7)(200,240,2,7)

    # Ouput:
    #   boxes3d: (N, w*l*2, 7)
    #anchros shape 9200,240,2,7)
    anchors_reshaped = anchors.reshape(-1, 7)  #(96000,7) 
    deltas = deltas.reshape(-1, 7) #(96000,7)
    anchors_d = np.sqrt(anchors_reshaped[:, 4]**2 + anchors_reshaped[:, 5]**2)
    boxes3d = np.zeros_like(deltas)
    boxes3d[..., [0, 1]] = deltas[..., [0, 1]] * \
        anchors_d[:, np.newaxis] + anchors_reshaped[..., [0, 1]] #in this line I have the problem
    boxes3d[..., [2]] = deltas[..., [2]] * \
        1.73 + anchors_reshaped[..., [2]]     #ANCHOR_H = 1.73
    boxes3d[..., [3, 4, 5]] = np.exp(
        deltas[..., [3, 4, 5]]) * anchors_reshaped[..., [3, 4, 5]]
    boxes3d[..., 6] = deltas[..., 6] + anchors_reshaped[..., 6]

    return boxes3d

以下是我一直在尝试的代码：

def delta_boxes3d():

    anchors = tf.placeholder(tf.float32,shape=[None,None,2,7],name="anchor")  #check the anchor type later
    anchors_reshaped = tf.reshape(anchors,shape=[96000,7])
    delta = tf.placeholder(tf.float32,shape=[None,None,14],name="delta")
    anchors_d = tf.sqrt(tf.add(tf.pow(anchors_reshaped[:,4],2),tf.pow(anchors_reshaped[:,5],2)))  #96000
    deltas = tf.reshape(delta,[96000,7]) 
    x_shape = tf.shape(deltas)
    boxes3d_ = tf.multiply(deltas[:,0:2],tf.add(tf.expand_dims(anchors_d,-1),anchors_reshaped[:,0:2]))
    boxes3d = tf.ones(x_shape[:-1]) + boxes3d_
    
    elta_ = np.random.rand(200,240,14)
    anchor_ = np.random.rand(200,240,2,7)
    sess = tf.Session()
    sess.run(tf.global_variables_initializer())
    result = sess.run(boxes3d1,feed_dict={anchors:anchor_,delta:delta_}) #(96000,7)  #need to get boxes3d
print(result.shape)
   

我得到以下错误：

ValueError: Dimensions must be equal, but are 96000 and 2 for '{{node add_2}} = AddV2[T=DT_FLOAT](ones, Mul)' with input shapes: [96000], [96000,2].

有人能帮我吗

---

提前感谢

错误来自行

boxes3d=tf.ones（x_形状[：-1]）+boxes3d

。 您正在尝试添加形状（96000，）和（96000,2），如果不展开DIM，则无法添加这些形状。如果要添加标量，可以执行

boxes3d=1+boxes3d

。 在上面的示例中，您希望先执行标量乘法，然后执行加法

请注意，在突出显示的行中的NumPy示例中，首先执行乘法，然后执行加法。在TensorFlow中，您使用了另一种方式（可能是错误的）

我将您的NumPy示例重写为Tensorflow 2，以便两个函数返回相同的输出

def delta_boxes3d(deltas, anchors):
    deltas = tf.constant(deltas)
    anchors = tf.constant(anchors)

    anchors_reshaped = tf.reshape(anchors, shape=[96000, 7])
    anchors_d = tf.sqrt(tf.add(tf.pow(anchors_reshaped[:, 4], 2), tf.pow(anchors_reshaped[:, 5], 2)))  # 96000
    deltas = tf.reshape(deltas, [96000, 7])

    boxes3d_01 = tf.add(tf.multiply(deltas[:, 0:2], tf.expand_dims(anchors_d, -1)), anchors_reshaped[:, 0:2])
    boxes3d_2 = deltas[..., 2:3] * 1.73 + anchors_reshaped[..., 2:3]
    boxes3d_345 = tf.exp(deltas[..., 3:6]) * anchors_reshaped[..., 3:6]
    boxes3d_6 = deltas[..., 6:7] + anchors_reshaped[..., 6:7]
    boxes3d = tf.concat([boxes3d_01, boxes3d_2, boxes3d_345, boxes3d_6], axis=-1)
    return boxes3d


deltas = np.random.rand(200, 240, 14)
anchors = np.random.rand(200, 240, 2, 7)
print(delta_to_boxes3d(deltas, anchors))
print(delta_boxes3d(deltas, anchors))

您可以注意到，我首先创建了较小的数组，然后连接了它们。这是因为Tensorflow不允许我修改张量

---

请注意

增量[…，2]

和

增量[…，2:3]

之间的区别。第二个并没有减少最后一个维度。它们分别返回形状（96000，）和（96000,1）。

尝试用delta[…，0:2]替换delta[：，[0,1]]，并对锚进行重新整形。@LadislavOndris我根据您的建议对其进行了更改，以克服更新错误。我知道是什么错误，但我不能找出什么是修复？我们不能添加不同维度的张量谢谢你，你救了我一整天