我是张力流的新手。我用这个tutorial code练习编码。大部分代码对我来说都很有意义，但在某些方面我陷入困境。
import tensorflow as tf
x = tf.placeholder("float", [None, n_steps, n_input])
x = tf.transpose(x, [1, 0, 2])
x = tf.reshape(x, [-1, n_input])
使用tf.placholder函数，我必须使用None指定可变长度尺寸。但是tf.reshape我必须使用-1，而不是None。在这两个函数的文档中，两个相关参数都具有名称shape。所以我感到迷失在这里。他们真的有不同的含义吗？或者这只是tensorflow开发人员的一个小设计错误？
答案 0 :(得分：2)
您可以这样理解：在占位符中，值“无”表示：“可以是任何值”。就像你的情况一样：你的批量大小可以是任何东西。 在重塑函数中，-1表示“使该形状工作的剩余值”。在你的情况下，你的x得到形状（batch * n_steps），因为这是x需要在矩阵中拟合相同数据的形状。
有趣的说明：您可以在占位符中使用多个None值（表示任何批量大小，图像的任何宽度和高度）...但您不能在重塑函数中使用多个-1值！