tensorflow踩坑笔记

本文介绍了在TensorFlow中如何使用tf.shape()与tensor.get_shape()来处理张量的形状。tf.shape()适合用于引用不确定(动态)维度的值,而tensor.get_shape()则用于获取张量中已知的固定维度值。通过具体示例解释了两者之间的区别。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

基础函数

  • tf.shape(tensor) vs tensor.get_shape()

    • tf.shape(tensor) 使用tf.shape获得shape,一般是想引用tensor的某一不确定(动态)的维度。如[None, 28*28],想要引用None的值,就需要使用tf.shape, 返回也是Tensor类型。因为None*None是没有意义的,而引用过来的值这样做是有意义的(因为返回值是tensor)
    • tensor.get_shape()。获取shape中确定的值。: get_shape()返回tuple, 每个元素是tf.Dimension类型,需要使用Dimension.value获得标量值
      • code
    def new_conv_layer(input, filter_size, filter_num, use_pooling=True):
        input_channel = input.get_shape()[-1].value
        # input_channel=tf.shape(input)[-1]
        filter=tf.Variable(tf.random_normal([filter_size,filter_size,input_channel,filter_num], stddev=0.05))
    • 区别:对于shape为[None,None, 128]的tensor a,如果想reshape成[None* None, 128],必须使用tf.shape(a)[0]* tf.shape(a)[1], 因为a.get_shape()[0]*a.get_shape[0]等价于None*None,显然是不可以的
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值