如何让张量流在运行时评估形状？答案

【问题标题】：How to get tensorflow to evaluate shape at runtime?如何让张量流在运行时评估形状？
【发布时间】：2017-12-29 16:37:57
【问题描述】：

我想在运行时评估张量的形状。我正在计算两组之间的交集。交点的数量是张量x 的维度。在定义图形时，张量的形状设置为[Dimension(None)]。因此，通常的x.get_shape() 方法只会返回None。有没有办法在运行时评估形状None？我可以做sess.run(x) 并获得 numpy 数组的形状，但我希望这是一个已编译的操作，以便只返回形状。谢谢！

【问题讨论】：

我不明白，很清楚。您的意思是，您想要已经在占位符中定义的图形变量的形状，并且必须在会话运行时返回它的形状？
不，张量x 没有定义为占位符，而是x=tf.sets.set_intersection(a,b) 的结果。这个张量的形状是根据函数的输出选择的，不是硬编码的，也不是由占位符提供的。

标签： python tensorflow linear-algebra tensorflow-xla

【解决方案1】：

这个问题已经有一年的历史了，所以我相信您可能已经找到了您正在寻找的答案。但是以防万一其他人会寻找它，我会在这里发布。

答案非常简单 - 使用 tf.shape 方法 (see documentation) 在会话运行时评估输入张量形状。

例子：

import numpy as np
import tensorflow as tf


input_data = np.zeros((4, 1, 2, 3), np.float32)

with tf.Graph().as_default():
    input_tensor = tf.placeholder(tf.float32, (None, None, None, 3))
    input_tensor_shape = tf.shape(input_tensor)

    with tf.Session() as session:
        shape = input_tensor_shape.eval({input_tensor: input_data}, session)
        print(shape)

输出：
[4 1 2 3]

【讨论】：

谢谢！我不记得我当时使用的是哪个版本的 tf，但当时 tf.shape 不可用。现在容易多了。