TensorFlow里,shape=(?, 120)里的问号是怎么回事呢

TensorFlow里,shape=(?, 120)里的问号是怎么回事呢

 
 

125 self.cos_sim (1024, 51) Tensor("cosine-imilarity-layer/mul_2:0", shape=(1024, 51), dtype=float32)

126 type(self.query_batch): <class 'tensorflow.python.framework.sparse_tensor.SparseTensor'>

127 type(self.doc_batch): <class 'tensorflow.python.framework.sparse_tensor.SparseTensor'>

128 weight_wh:  <tf.Variable 'model-init/layer-wh-weight:0' shape=(4244, 400) dtype=float32_ref>

129 bias_wh:  <tf.Variable 'model-init/layer-wh-bias:0' shape=(400,) dtype=float32_ref>

130 self.doc_act_fd:  Tensor("fd-rotate/concat_49:0", shape=(?, 120), dtype=float32)

131 doc_y:  Tensor("multi-layer/Elu_3:0", shape=(?, 120), dtype=float32)

132 query_y:  Tensor("multi-layer/Elu_2:0", shape=(?, 120), dtype=float32)

133 query_norm:  Tensor("cosine-imilarity-layer/Tile:0", shape=(?, 1), dtype=float32)

134 doc_norm:  Tensor("cosine-imilarity-layer/Sqrt_1:0", shape=(?, 1), dtype=float32)

135 prod:  Tensor("cosine-imilarity-layer/Sum_2:0", shape=(?, 1), dtype=float32)

136 norm_prod:  Tensor("cosine-imilarity-layer/Mul_1:0", shape=(?, 1), dtype=float32)

137 cos_sim:  Tensor("cosine-imilarity-layer/mul_2:0", shape=(1024, 51), dtype=float32)

138 softmax_prob:  Tensor("loss/Softmax:0", shape=(1024, 51), dtype=float32)

139 hit_prob:  Tensor("loss/Slice:0", shape=(1024, 1), dtype=float32)

 

Python Python的自由天空
© 著作权归作者所有
 
 
3 个回复
dd50ee8440783b76da3aee3fa5be15ad?w=36&h=36&uploading.4e448015.gif转存失败重新上传取消 
ilovecpp
cpp 2019-03-17

它这个类自己定义的__str__,和Python语言本身语法没关系。

具体到tf里的意思是这个维度不规定,由它上下游op的维度推导出来。

 

【 在 legendjack 的大作中提到: 】

: 125 self.cos_sim (1024, 51) Tensor("cosine-imilarity-layer/mul_2:0", shape=(1024, 51), dtype=float32)

: 126 type(self.query_batch): <class 'tensorflow.python.framework.sparse_tensor.SparseTensor'>

: 127 type(self.doc_batch): <class 'tensorflow.python.framework.sparse_tensor.SparseTensor'>

: ...................

 

 加好友  回复
dd50ee8440783b76da3aee3fa5be15ad?w=36&h=36&uploading.4e448015.gif转存失败重新上传取消 
legendjack
legendjack 2019-03-17

但是我都给他喂数据了,为啥还是?

 

【 在 ilovecpp 的大作中提到: 】

: 它这个类自己定义的__str__,和Python语言本身语法没关系。

: 具体到tf里的意思是这个维度不规定,由它上下游op的维度推导出来。

 

 加好友  回复
dd50ee8440783b76da3aee3fa5be15ad?w=36&h=36&uploading.4e448015.gif转存失败重新上传取消 
xenophobe
控制龟 2019-03-18

那是个通用标志,tf哪知道你每次给的batch size之类的是不是固定值

### TensorFlow Shape 使用方法与常见错误解决方案 在 TensorFlow 中,`shape` 是指张量(tensor)的维度大小。它定义了一个张量的具体结构,例如 `(batch_size, height, width, channels)` 表示图像数据集中的批量大小、高度、宽度和通道数。以下是关于 `shape` 的一些重要概念及其应用实例。 #### 1. 获取 Tensor 的形状 可以使用 `.shape` 属性来获取张量的形状。如果需要动态计算形状,则可以通过 `tf.shape(tensor)` 函数实现[^4]。 ```python import tensorflow as tf # 创建一个随机张量 random_tensor = tf.random.normal([2, 3, 4]) # 静态形状 static_shape = random_tensor.shape print(f"Static shape: {static_shape}") # 输出 Static shape: (2, 3, 4) # 动态形状 dynamic_shape = tf.shape(random_tensor) print(f"Dynamic shape: {dynamic_shape.numpy()}") # 输出 Dynamic shape: [2 3 4] ``` #### 2. 调整 Tensor 形状 通过 `tf.reshape()` 方法调整张量的形状而不改变其内容。这通常用于模型开发阶段的数据预处理或层间转换。 ```python reshaped_tensor = tf.reshape(random_tensor, [-1]) # 将所有元素展平成一维数组 print(reshaped_tensor.shape) # 输出 (24,) ``` #### 3. 常见 Shape 错误及解决办法 当遇到 `InvalidArgumentError` 或其他与形状相关的异常时,通常是由于输入张量的尺寸不匹配引起的。以下是一些典型场景: - **广播机制失败** 如果两个张量无法自动扩展到相同的形状以执行逐元素操作,则会抛出错误。确保参与运算的张量具有兼容的形状。 - **卷积层输入形状错误** 卷积神经网络要求输入张量遵循特定格式(如 NHWC)。验证输入是否满足 `[batch, height, width, channel]` 结构。 - **RNN 输入形状问题** 循环神经网络期望输入为三维张量 `[batch, timesteps, features]`。确认时间步长和特征数量设置无误。 #### 4. 实际案例分析 假设我们正在训练一个简单的全连接网络,并遇到了如下错误: ``` ValueError: Cannot feed value of shape (32,) for Tensor 'dense_input:0', which has shape '(?, 784)' ``` 此错误表明尝试馈送的张量形状 `(32,)` 不符合预期 `(None, 784)`。可能的原因是未对原始数据进行适当重塑。修正方式如下: ```python input_data = tf.random.uniform(shape=[32, 28, 28]) flattened_data = tf.reshape(input_data, [-1, 784]) # 修改为 (?, 784) ``` ---
评论 1
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