tensorflow在sess之前查看graph中tensor的shape

最新推荐文章于 2023-10-24 07:30:00 发布

WeissSama

最新推荐文章于 2023-10-24 07:30:00 发布

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： Tensorflow

本文链接：https://blog.youkuaiyun.com/Bismarckczy/article/details/85211239

Tensorflow 专栏收录该内容

14 篇文章

订阅专栏

本文探讨了在TensorFlow中使用tf.nn.embedding_lookup和tf.get_shape进行数据形状操作的方法。通过实例展示了如何定义占位符、变量及嵌入层，并比较了不同形状操作的输出结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如题，还没试过能不能用InteractiveSession。试过了再来继续写。
用tf.get_shape() 或者 tf.nn.embedding_lookup()
例子如下

import tensorflow as tf
X = tf.placeholder(tf.int32, shape=[None,64,64,3])
embeddings = tf.Variable(
    tf.random_uniform([3, 1], -1.0, 1.0))
    #生成一个20x64的矩阵
embed = tf.nn.embedding_lookup(embeddings, X)
#注意 如果X是tf.float*类型，需要转化成tf.int32或者tf.int64类型
#使用tf.cast(X, tf.int32)
print(tf.shape(train_dataset))
print(train_dataset.get_shape())
print (embed)
#下面是三者的输出 比较一下
Tensor("Shape_3:0", shape=(4,), dtype=int32)
(?, 64, 64, 3)
Tensor("embedding_lookup_3:0", shape=(?, 64, 64, 3, 1), dtype=float32)
#最后的1是embedding矩阵的维度，不管