Question

我正在使用tensorflow机器学习食谱（https://github.com/nfmcclure/tensorflow_cookbook）学习张量流。我目前正在阅读NLP章节（07）。关于如何决定张量流变量的维数，我感到非常困惑。例如，在他们使用的单词包中：

# Create variables for logistic regression
A = tf.Variable(tf.random_normal(shape=[embedding_size,1]))
b = tf.Variable(tf.random_normal(shape=[1,1]))

# Initialize placeholders
x_data = tf.placeholder(shape=[sentence_size], dtype=tf.int32)
y_target = tf.placeholder(shape=[1, 1], dtype=tf.float32)

并在tf-idf示例中使用：

# Create variables for logistic regression
A = tf.Variable(tf.random_normal(shape=[max_features,1]))
b = tf.Variable(tf.random_normal(shape=[1,1]))

x_data = tf.placeholder(shape=[None, max_features], dtype=tf.float32)
y_target = tf.placeholder(shape=[None, 1], dtype=tf.float32)

如何确定何时在占位符形状中使用None与1？谢谢！

Answer 1

使用None作为形状的一部分，意味着将在您运行session时确定。这对于所谓的batch训练进行训练非常有用，在训练中，您可以为训练过程的每次迭代提供固定大小的数据子集。因此，如果您将其保留在None，则可以毫无问题地在批量大小之间切换。（虽然你不会在同一个会话中这样做，但每个会话都可以尝试不同的批量大小）

当你陈述一个特定的形状时，它会是什么形状，这是在会话期间可以提供给它的唯一形状（使用feed_dict参数）

在您的具体示例中，代码的第一部分，y_target的形状始终为[1, 1]，在代码的第二部分，y_target可以是[10, 1] / [200, 1] / [<whatever>, 1]

Answer 2

＆＃39;无＆＃39;当占位符中的元素数量提前未知时，应该使用。但是，例如在x_data占位符中，如果数据元素的数量为1，即事先已知，则可以替换“无”。用1.

对张量流变量形状感到困惑

2 个答案: