标签： tensorflow
一旦我们知道了网络架构（隐藏层数，每层中的单元数），输出数量，输入数量和样本数量，我们如何计算计算图中涉及的各种张量的形状？训练集。 （假设网络已完全连接）。
例如，假设有100个要素，10000个样本，2个隐藏层（H0，H1）和10个输出。 H1有500个单位，H2有5000个单位。假设RELU激活用于H0 / H1，softmax用于输出层。
在这种情况下，虽然需要进行的计算顺序非常清楚，但是很难找到每个常数/变量/占位符的正确形状。 我试图了解是否有一种标准方法可以遵循这样做。