如何在Tensorflow中调整未知大小的图像大小(tf.shape(Input)方法不起作用)

在TensorFlow中，可以使用tf.image.resize方法来调整未知大小的图像大小。tf.image.resize方法可以接受一个图像张量和目标大小作为输入，并返回调整大小后的图像张量。

以下是一个示例代码，展示如何在TensorFlow中调整未知大小的图像大小：

import tensorflow as tf

def resize_image(image, target_size):
    # 获取图像的原始大小
    original_size = tf.shape(image)

    # 计算调整大小的比例
    scale = tf.cast(target_size[0] / original_size[0], tf.float32)

    # 计算调整后的图像大小
    new_size = tf.cast(tf.round(tf.cast(original_size, tf.float32) * scale), tf.int32)

    # 调整图像大小
    resized_image = tf.image.resize(image, new_size)

    return resized_image

# 创建一个未知大小的图像张量
image = tf.placeholder(tf.float32, shape=[None, None, 3])

# 调整图像大小为目标大小为(224, 224)
resized_image = resize_image(image, (224, 224))

# 打印调整后的图像大小
print(resized_image.shape)

在上述示例中，resize_image函数接受一个图像张量和目标大小作为输入。首先，使用tf.shape方法获取图像的原始大小。然后，计算调整大小的比例，将其应用于原始大小，得到调整后的图像大小。最后，使用tf.image.resize方法调整图像大小，并返回调整后的图像张量。

推荐的腾讯云相关产品：腾讯云AI智能图像处理（https://cloud.tencent.com/product/tiiip）

请注意，以上答案仅供参考，具体实现方式可能因TensorFlow版本的不同而有所差异。建议查阅TensorFlow官方文档或相关资料以获取最新的实现方法和更详细的信息。