问题描述
在加载模型并将其用于推理时，我会输入一系列图像，
image_tile_tensor，其中形状为(total_tile,tile_height,tile_width,3)。 image_tile_tensor是一个numpy数组。
我使用以下代码将其输入到我的模型中以进行推断：
image_tile_tensor = tf.image.convert_image_dtype(image_tile_tensor,tf.float32)
image_tile_prediction = model.predict(image_tile_tensor,verbose=1)
在推断过程中，除image_tile_tensor中的最后几个图块以外，所有预测都很好地完成了。例如，如果我总共有112个图像图块可供推理，则最后12个图像图块具有所有值等于NaN的预测，而前100个图像图块具有预期的预测值。
任何想法可能是什么问题？我有点迷路，现在不知道从哪里开始调试。如果有帮助，则输入tile_height和tile_width为(192,192)并训练batch size = 16。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）