在tensorflow中创建3D占位符

Question

使用for循环和形状创建3D占位符有何不同。

batch = tf.placeholder(tf.int32, shape=(num_relations, None, 3))

VS

batch_placeholders = [tf.placeholder(tf.int32, shape=(None, 3), name='batch_'+str(i)) for i in range(num_relations)]

Answer 1

batch = tf.placeholder(tf.int32, shape=(num_relations, None, 3))

返回具有给定形状的Tensor，其中None是一个变量，表示稍后定义此尺寸的大小。

batch_placeholders = [tf.placeholder(tf.int32, shape=(None, 3), name='batch_'+str(i)) for i in range(num_relations)]

这将返回一个具有相同给定形状的张量列表（可变大小的第一个维度和大小为3的第二个维度，但它们的名称属性根据i变量而不同。

如果您希望形状参数中的尺寸大小也由i变量定义，则它应该类似于以下代码段。取决于你想做什么。

batch_placeholders = [tf.placeholder(tf.int32, shape=(i, None, 3), name='batch_'+str(i)) for i in range(num_relations)]

请点击此处：https://www.tensorflow.org/api_docs/python/tf/placeholder