Question

假设我有一个Tensorflow张量。如何将张量的尺寸（形状）作为整数值？我知道有两种方法SELECT rdd1.key,rdd1.value FROM rdd1 INNER JOIN rdd2 WHERE rdd1.key = rdd2.key和tensor.get_shape()，但我无法将形状值作为整数tf.shape(tensor)值。

例如，下面我创建了一个2-D张量，我需要将行数和列数作为int32，以便我可以调用int32来创建张量形状reshape()。但是，方法(num_rows * num_cols, 1)会将值返回为tensor.get_shape()类型，而非Dimension。

int32

Answer 1

要将形状作为整数列表，请执行tensor.get_shape().as_list()。

要完成tf.shape()来电，请尝试tensor2 = tf.reshape(tensor, tf.TensorShape([num_rows*num_cols, 1]))。或者，您可以直接执行tensor2 = tf.reshape(tensor, tf.TensorShape([-1, 1]))，其中可以推断出其第一个维度。

Answer 2

解决此问题的另一种方法是：

tensor_shape[0].value

这将返回Dimension对象的int值。

Answer 3

对于2-D张量，您可以使用以下代码将行数和列数作为int32：

rows, columns = map(lambda i: i.value, tensor.get_shape())

Answer 4

2.0兼容答案：在 Tensorflow 2.x (2.1) 中，您可以获取张量的尺寸（形状）为整数值，如以下代码所示：

方法1（使用tf.shape）：

import tensorflow as tf
c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
Shape = c.shape.as_list()
print(Shape)   # [2,3]

方法2（使用tf.get_shape()）：

import tensorflow as tf
c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
Shape = c.get_shape().as_list()
print(Shape)   # [2,3]

Answer 5

另一种简单的解决方案是如下使用={drinks; food}：

={IMPORTRANGE("ID", "B2:B100"); IMPORTRANGE("ID", "D2:D100")}

这会将所有map()对象转换为tensor_shape = map(int, my_tensor.shape)

Answer 6

在更高版本中（使用TensorFlow 1.14进行了测试），还有一种类似于numpy的方法来获得张量的形状。您可以使用tensor.shape来获取张量的形状。

tensor_shape = tensor.shape
print(tensor_shape)

如何将Tensorflow张量尺寸（形状）作为int值？

6 个答案: