如何重塑多个“无”维度的张量？

Question

我遇到了将中间4D张量流量张量X重新整形为3D张量Y的问题，其中

• X的形状为( batch_size, nb_rows, nb_cols, nb_filters )
• Y的形状为( batch_size, nb_rows*nb_cols, nb_filters )
• batch_size = None

当然，当nb_rows和nb_cols是已知整数时，我可以重塑X而不会有任何问题。但是，在我的应用程序中，我需要处理案例

nb_rows = nb_cols = None

我该怎么办？我试过Y = tf.reshape( X, (-1, -1, nb_filters))，但显然无法工作。

对我来说，这个操作是确定性的，因为它总是将两个中轴挤压成一个，同时保持第一个轴和最后一个轴不变。任何人都可以帮助我吗？

Answer 1

在这种情况下，您可以通过X访问tf.shape(X)的动态形状：

shape = tf.shape(X)
Y = tf.reshape(X , [shape[0], shape[1]*shape[2], shape[3]])