重塑输出或 tf.gather()，张量流

【问题标题】：reshape output or tf.gather(), tensorflow重塑输出或 tf.gather()，张量流
【发布时间】：2016-06-08 09:04:23
【问题描述】：

我在[None, 100, 5, 50] 中有一个来自tf.gather(W,X) 的张量，我想将其重塑为[None, 100, 250]) 但是由于图形的动态方面，使用tf.reshape (even with tf.pack) 会显示Dimension(None) 的错误。有什么方法可以首先重塑tensor [100,5,50] 的内部，只要图中已知的尺寸，然后使用具有[None, 100, 250] 的set_shape？

【问题讨论】：

标签： reshape tensorflow

【解决方案1】：

tf.reshape() 操作不理解部分形状（即具有None 的一维或多维的那些），因为它们可能是模棱两可的：例如对于部分形状[None, None, 50]，可能有许多可能的具体形状。

不过，tf.reshape() 还允许您将一个维度指定为通配符，它将自动选择，因此您可以在您的情况下使用它。要指定通配符，请使用-1 作为维度之一：

input = ...
print input.get_shape()  ==> [None, 100, 5, 50]

reshaped = tf.reshape(input, [-1, 100, 250])

【讨论】：