在TensoFlow中构造Graph时获取图层形状？

当我用在TensoFlow中构造Graph时获取图层形状？

concat = tf.concat([query_rep, title_rep, cos_similarity], axis=1) 
    print(concat.shape[1].value) 
    # query_rep + title_rep + cos_similarity 
    hidden_size = concat.shape[1]

我发现我不能得到CONCAT形状，它将返回None。我必须专门为hidden_size赋值，例如hidden_size=201。我怎样才能自动获取形状？

另外，对于我的CNN网络，我想填充每批中的输入序列而不是整个数据集。所以我必须做出max_len a placeholder，但后来我发现placeholder不能作为另一个placeholder的参数。例如以下代码不起作用

self.max_len = tf.placeholder(int32) 
    self.query_holder = tf.placeholder(tf.int32, shape=[None, self.max_len])

该怎么做到的？

来源

2017-06-15 danche

有形状的两个“种”：该静态形状可以在编译时来推断和动态形状仅在运行期间是已知的。为了让静态的形状，你可以调用my_tensor.get_shape()在张量，访问动感的外形，你可以打电话tf.shape(my_tensor)。如果get_shape()返回None那么只能动态地知道形状。如果您有关于形状的其他信息，则可以使用my_tensor.set_shape()设置形状。

关于第二个问题，你为什么不使用

self.query_holder = tf.placeholder(tf.int32, shape=[None, None])

这样两个尺寸是可变的。

来源

2017-06-15 06:35:53 kaufmanu

第二个解决方案看起来不错！谢谢，但第一个，'tf.shape（my_tensor）'仍然不能得到形状，并返回错误信息'ValueError异常：initial_value必须指定的形状：张量（“random_normal：0？”，形状=（？），dtype = float32）'并且不能使用这个形状创建一个新图层的参数'h_W = tf.Variable（tf.random_normal（shape = [hidden_size，hidden_size]，stddev = 0.1），name ='h_W'）' – danche

是的，这是正常的。当你创建一个变量时，必须在编译时知道该形状，所以如果该动态形状具有未知值（如你的那样），则不能使用另一个张量的动态形状作为新变量的形状。你必须事先知道'hidden_size'，你通常会这样做，因为这是你的架构的设计选择。 – kaufmanu

在TensoFlow中构造Graph时获取图层形状？

回答

相关问题