我只是对tensorflow重塑函数有一个简短的问题。 在tensorflow中,您可以使用shape =(None,shape1,shape2,..)初始化张量占位符的形状。 现在,我查看了重塑功能,在那里他们使用-1进行新的重塑,
例如new_tensor = tf.reshape(old_tensor,shape =(-1,shape1,shape2,..))
-1是否等于None?如果不是,那么两者之间有什么区别?
答案 0 :(得分:3)
不,它们不是等效的。
将None
用作占位符时,这意味着尺寸将在运行时定义(通常是批量大小)。
而-1
重塑是指如果(数据总大小为s_0xs_1xs_2 ...)-1将自动推断s_0,我认为这与numpy的行为相同。您不能在重塑中使用“无”。