本文介绍TensorFlow中如何使用tf.shape实现动态shape处理，适用于构建依赖于输入尺寸的随机数生成器或类RNN网络。文章通过具体实例展示如何根据输入的shape来决定随机数的shape。
涉及随机数以及类RNN的网络构建常常需要根据输入shape，决定中间变量的shape或步长。
tf.shape函数不同于tensor.shape.as_list()函数，后者返回的是常值list，而前者返回的是tensor。使用tf.shape函数可以使得中间变量的tensor形状随输入变化，不需要在构建Graph的时候指定。但对于tf.Variable，因为需要提前分配固定空间，其shape无法通过上诉方法设定。
实例代码如下：
a = tf.placeholder(tf.float32,[None,])
b = tf.random_normal(tf.concat([tf.shape(a),[2,]],axis=0))
扫一扫
3407
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
