Question

我想在Tensorflow中获取占位符的尺寸。功能tf$shape立刻浮现在我的脑海中。我使用tf$shape来获得具有正尺寸的占位符的形状没有问题。但是，我希望我的占位符能够接收不同大小的输入，因此我将一个维度保留为NULL。现在，根据我的理解，在涉及维度时，Tensorflow会等同地对待NULL和-1。但是，当我运行我的代码时，我收到了这个错误：

W tensorflow / core / framework / op_kernel.cc：1148]无效参数：Shape [-1,2]具有负维度

以下是我的代码的可重现示例：

a = tf$placeholder(tf$float32, shape = shape(NULL, 2L))    
sess = tf$Session()
sess$run(tf$shape(a))

上面引用的错误是由我的代码中的某些内容引起的，还是tf$shape无法接收具有负尺寸的占位符的事实？如果后者是真的，有没有办法让我在不使用tf$shape的情况下获得具有负尺寸的占位符的形状？

Answer 1

tf$shape(a)操作返回包含占位符张量a dynamic shape的张量。 a的动态形状取决于您为a提供的值;如果您不提供值，则动态形状未定义。因此，您必须在a来电中提供sess$run(tf$shape(a))的值。

不幸的是，您看到的特定错误（＆＃34; Shape [-1,2]具有负尺寸＆＃34;）无益，因为TensorFlow 1.2中有关占位符操作如何处理部分定义的形状的错误。如果您升级到TensorFlow 1.3（目前作为候选版本提供）或更高版本，此错误已得到修复，您将收到以下错误：

您必须为占位符张量提供一个值＆＃39; Placeholder＆＃39;使用dtype float32和shape [？，2]

获得Tensorflow占位符的形状

1 个答案: