不接受 TensorFlow conv2d 数据集形状

Question

尝试使用包含两个 8x8 图像的列表来训练 cnn2d。这就是我得到的回报。我是否必须以某种方式展平 2x8x8 阵列？我不确定支持的类型是什么。

图像是移动前后的 8x8 棋盘格。

TypeError: Failed to convert object of type <class 

'tensorflow.python.data.ops.dataset_ops.TensorSliceDataset'> to Tensor.

Contents: <TensorSliceDataset shapes: ((2, 8, 8), ()), types: 

(tf.float64, tf.float64)>. Consider casting elements to a supported type.

抱歉，我刚开始使用TF.

Answer 1

尝试使用 .reshape(2, 64) 方法。另外，我建议你查看一些处理 MNIST 数据集的代码，这是训练自己处理图像的基本数据集（它是一个手写数字数据库）。数据集中的图像从原始 (28,28) 重新整形为 (784,)。