python - 从 tfrecords 解码等级 5 的张量会产生“CopyElementToLargerSlice Unhandled rank: 5”

Question

我目前正在尝试在 TensorFlow 版本 1.4.0 中解码具有形状tf.string()长度FixedLenSequenceFeature（无、无、120、160、7）的类型序列特征。我正在使用填充批次，tf.parse_single_sequence_example()但是当从 中取样批次时tf.data.TFRecordDataset，我收到以下错误：

Unimplemented: CopyElementToLargerSlice Unhandled rank: 5

并进一步：

[[Node: IteratorGetNext = IteratorGetNext[output_shapes=[[?,?,120,160,3], [?], [?], [?,?,3], [?,?,120,160,3], [?], [?], [?,?,?,120,160,7], [?,?,?,3], [?,?,?,3], [?,?,120,160]], output_types=[DT_INT16, DT_INT64, DT_INT64, DT_DOUBLE, DT_INT16, DT_INT64, DT_INT64, DT_INT16, DT_DOUBLE, DT_DOUBLE, DT_INT16], _device="/job:localhost/replica:0/task:0/device:CPU:0"](Iterator)]]

以这种方式处理 5 阶张量似乎没有实现。预计什么时候可以实施？

谢谢

标签： pythontensorflow

Answer 1

事实证明，从 TensorFlow 更新version 1.4.0以version 1.12.0解决该问题。