使用TensorFlow tf的说明。占位符

Question

我是TensorFlow的新手。谁能解释后面的tf.placeholder中的形状代表什么？

tf.placeholder(tf.float,shape=[None, 128, 128, 3])

tf.placeholder(tf.float,shape=[None,3]) 这意味着我们要设置2 * 3矩阵

tf.placeholder(tf.float,shape=[None,None,3]) 这意味着我们有3个维度，例如带有RGB的图像

如果我在上述两种情况下错了，请纠正我

Answer 1

tf.placeholder(tf.float,shape=[None, 128, 128, 3])

这是一种4D形状，其中第一维未定义，即可以是任何整数。

您通常会在NeuralNetwork培训中看到这些图像，我希望这种形状代表一批图像。至少在定义上将包含未定义长度的列表，其中包含尺寸为128x128的RGB（3通道）图像。

如果图像大小不恒定，您将看到形状[None, None, None, 3]。