在读取tfrecoders文件时出现错误：Input to reshape is a tensor with 27648 values, but the requested shape has 13824
def read_and_decode(filename_queue):
reader = tf.TFRecordReader()
key, serialized_example = reader.read(filename_queue)
features = tf.parse_single_example(serialized_example, features={'vol_raw': tf.FixedLenFeature([], tf.string)})
vol_str = tf.decode_raw(features['vol_raw'], tf.float32) #解析为float格式
volume = tf.reshape(vol_str, volume_shape)
return volume
检查数据大小是一致的，最后发现是在生成的tfrecoders文件原始数据的格式与解析函数tf.decode_raw的格式不同导致（代码如上），因此在生成tfrecoders文件时修改数据格式为float可解决问题
参考链接：参考链接
