【tensorflow】tf.shape()和x.get_shape()的用法

本文详细解析了TensorFlow中tf.shape()与x.get_shape()两种获取张量形状的方法。tf.shape()适用于各种类型输入,返回张量需经sess.run()获取具体值;x.get_shape()仅适用于Tensor,直接返回静态形状信息,包括元组、索引值和列表形式。

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

一、tf.shape()

获取的是张量的大小,直接上代码,一看便知:

#tf.shape()获取的是张量的大小
import tensorflow as tf
import numpy as np

a_array = np.array([[1,2,3],[4,5,6]])
b_list = [[1,2,3],[4,5,6]]
c_tensor = tf.constant([[1,2,3],[4,5,6]])

with tf.Session() as sess:
    print(sess.run(tf.shape(a_array)))
    print(sess.run(tf.shape(b_list)))
    print(sess.run(tf.shape(c_tensor)))

运行结果:

二、x.get_shape()

x.get_shape(),只有tensor才可以使用这种方法,返回的是一个元组。

上代码:

#只有tensor才可以使用这种方法,返回的是一个元组
import tensorflow as tf
import numpy as np

a_array=np.array([[1,2,3],[4,5,6]])
b_list=[[1,2,3],[4,5,6]]
c_tensor=tf.constant([[1,2,3],[4,5,6]])
print(c_tensor.get_shape())  #返回的是一个元组
print(c_tensor.get_shape()[-1].value) #返回的是索引值
print(c_tensor.get_shape().as_list()) #返回的是列表
with tf.Session() as sess:
    print(sess.run(tf.shape(a_array)))
    print(sess.run(tf.shape(b_list)))
    print(sess.run(tf.shape(c_tensor)))

运行结果:

下面强调一些注意点:

第一点:tensor.get_shape()返回的是元组,不能放到sess.run()里面,这个里面只能放operation和tensor;

第二点:tf.shape()返回的是一个tensor。要想知道是多少,必须通过sess.run()

 

 

 

 

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