预训练MobileNet V2输入(160,160,3)输出首维为32问题求解

1. 输出维度32的来源 #

TensorFlow默认的张量排布格式为(批次大小, 高度, 宽度, 通道数)，你观测到的第一个维度32就是批次大小：

• 在没有显式指定batch size的前提下输入数据，框架会默认按32张为一批进行并行计算，所以输出的第一个维度对应批次内的样本数量，自然就是32
• 如果你想要得到预期的(1,5,5,1280)输出，只需要给单张输入数据额外增加一个批次维度，构造为(1, 160, 160, 3)的输入格式传入即可，或者调用推理接口时指定参数batch_size=1

2. 模型summary中输出维度标注为None的原因 #

模型结构定义时不会固定批次维度，所以用None作为动态占位符：

• 预训练模型的设计需要兼容不同批次大小的使用场景，比如训练时用64的batch size提速，推理时用1的batch size做单样本预测，这个可变的批次维度就用None标注
• 该占位符的实际取值完全由你传入的输入数据第一个维度决定，因此不会在静态的模型结构展示中写死固定值

内容的提问来源于stack exchange，提问作者samatra