如何在Tensorflow中提取占位符张量的形状值？

我为输入数据定义了一个x = tf.placeholder("float", shape=[None, 784])。之后，我需要知道x形状的第一个值是批量大小。我提取了x.get_shape().as_list()[0]的值，但我得到了None。你能告诉我应该如何正确提取它？非常感谢！如何在Tensorflow中提取占位符张量的形状值？

编辑：

我现在已经使用tf.get_shape()但它会导致另一个错误。在我的代码，我已经定义了一个deconv功能可按：

def deconv(X, W, b, output_shape): 
    X += b 
    return tf.nn.conv2d_transpose(X, W, output_shape, strides=[1, 1, 1, 1])

如果我设置batch_size以这种方式int：batch_size = 50，的deconv函数的调用效果很好如下：

W_conv2_T = tf.ones([5, 5, 32, 64]) 
pool1_tr = deconv(conv2_tr, W_conv2_T, tf.zeros([64]), [batch_size, 14, 14, 32])

conv2_tr的形状是[50, 14, 14, 64]。并且由此产生的形状pool1_tr是[50, 14, 14, 32]。但是如果我设置batch_size = tf.get_shape(x)[0],conv2_tr的形状是[None, 14, 14, 64]并且所得到的形状pool1_tr变成[None, None, None, None]。这个bug非常奇怪。你能帮我解决这个问题吗？提前致谢！

来源

2016-12-01 southdoor

对于占位符中的行数，值None表示它在运行时可能会有所不同，因此您必须使用tf.shape(x)将形状设置为tf.Tensor。下面的代码应该可以工作：

batch_size = tf.shape(x)[0]

来源

2016-12-01 21:14:39 mrry

非常感谢您的回答！不幸的是，我得到了另一个相关的奇怪的错误，我不知道这一点。我编辑了这个问题并添加了更多信息。你可以看看并帮助我吗？谢谢！ – southdoor

它看起来像'tf.nn.conv2d_transpose（）'的形状推断是相当薄弱的。（它看起来像我写的：P。）感谢您提请我们注意 - 我们将准备一个修复程序，同时您可以使用该形状的已知尺寸调用'pool1_tr.set_shape（）'。 – mrry

如何在Tensorflow中提取占位符张量的形状值？

回答

相关问题