被tensorflow输出混淆了

Question

这是我的代码和相关输出。困惑为什么同一张量有两种不同的形状输出？一个是shape=(3, 1)，另一个是shape=(2,)？

import tensorflow.google as tf
tensor = tf.constant([[1.], [1.], [1.]])
print tensor
print tf.shape(tensor)

输出，

Tensor("Const_0:0", shape=(3, 1), dtype=float32)
Tensor("Shape_0:0", shape=(2,), dtype=int32)

Answer 1

的第一个输出

print tensor

告诉你张量的信息（维度）。这是一个三行一列的张量。

然而，

tf.shape(tensor)

返回表示输入形状的1-D整数 tensor 。因此，您看到的输出是关于返回张量的信息（形状），您可以使用它来看到：

tensor.get_shape()

> TensorShape([Dimension(3), Dimension(1)])

确实有两个值。

Answer 2

由于ActiveXObject会返回一个形状对象。当你tf.shape(tensor)出来时，它实际上是关于形状对象的信息，即shape =（2，），它不是张量的形状，而是print对象的形状。

有关详细信息，请查看here