我正在尝试使用 scipy convolve 函数，但它显示过滤器形状错误的错误。我有一个过滤器形状(1, 3, 3, 1)和图像形状(10,8,8,3)
我发现了一个类似的帖子，但它的维度少了一个，这在我的情况下是不正确的。
任何想法，我怎么能解决这个问题？
示例代码：
from scipy import ndimage
img1.shape : (10,8,8,3)
downsample_filter.shape : (1, 3, 3, 1)
filtered_im1 = ndimage.filters.convolve(img1, downsample_filter,
mode='reflect')
解决方案：我通过将两个变量都转换为 numpy. 可以通过传递一个占位符和图像来完成，
sess.run()这样我们就可以获得 numpy 数组。
但是，我有兴趣使用张量解决这个问题，因为我不能在Keras 损失函数中使用上述方法来处理y_pred&y_true