tf.py_func
在 faster rcnn的tensorflow 实现中看到这个函数
|
1
|
rois,rpn_scores=tf.py_func(proposal_layer,[rpn_cls_prob,rpn_bbox_pred,self._im_info,self.mode,self._feat_stride,self._anchors,self._num_anchors],[tf.float32,tf.float32],name="proposal")
|
tensorflow 官网上的解释
py_func(
func, inp, Tout, stateful=True, name=None )
将python 函数包装为一个tensorflow操作符
python 函数proposal_layer 以numpy 矩阵作为输入输出，使函数变为tensorflow图中的操作符
定义一个简单的sinh函数在tensorflow图中：
def my_func(x):
# x will be a numpy array with the contents of the placeholder below
return np.sinh(x)
inp =tf.placeholder(tf.float32)
y =tf.py_func(my_func, [inp], tf.float32)
tf.py_func在定义多输出函数时，输出变量类型需要用[ ]框起来;
tf.py_func在定义单输出函数时，输出变量
类型不能再用[ ]框起来;
类型不能再用[ ]框起来;
这个需要各外注意！
例如：
多变量时
- def _proposal_layer(self, rpn_cls_prob, rpn_bbox_pred, name):
- with tf.variable_scope(name) as scope:
- rois, rpn_scores, inds= tf.py_func(proposal_layer,
- [rpn_cls_prob, rpn_bbox_pred, self._im_info, self._mode,
- self._feat_stride, self._anchors, self._num_anchors],
- [tf.float32, tf.float32,tf.int64])
- # rois.set_shape([None, 5])
- # rpn_scores.set_shape([None, 1])
- rois.set_shape([1,None,None,self._num_anchors*5])
- rpn_scores.set_shape([1,None,None,self._num_anchors*1])
- return rois, rpn_scores,inds
单变量时
- def _draw_proposals_to_image(self,rois,scores,inds,keep_inds,stride,name):
- with tf.variable_scope(name) as scope:
- mask = tf.py_func(
- proposals_to_image,
- [rois, scores, inds, keep_inds,stride],
- tf.float32)
- mask = tf.stop_gradient(mask)
- mask.set_shape([1, None, None, cfg.TRAIN.BATCH_SIZE])
- return mask
版权声明：本文为jacke121原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。