如何获得概率层的形状？答案

【问题标题】：How to get the shape of a probabilistic layer?如何获得概率层的形状？
【发布时间】：2021-08-19 07:52:38
【问题描述】：

我是一个带有 TensorFlow 概率层的构建模型。当我这样做时，model.output.shape，我得到一个错误：

AttributeError: 'UserRegisteredSpec' object has no attribute '_shape'

如果我这样做，output_shape = tf.shape(model.output) 它会给出一个 Keras 张量：

<KerasTensor: shape=(5,) dtype=int32 inferred_value=[None, 3, 128, 128, 128] (created by layer 'tf.compat.v1.shape_15')

我怎样才能得到实际值[None, 3, 128, 128, 128]？我试过output_shape.get_shape()，但这给出了张量形状[5]。

重现错误的代码：

import tensorflow as tf
import tensorflow_probability as tfp
from tensorflow_probability import distributions as tfd

tfd = tfp.distributions

model = tf.keras.Sequential()
model.add(tf.keras.layers.Input(10))

model.add(tf.keras.layers.Dense(2, activation="linear"))
model.add(
    tfp.layers.DistributionLambda(
        lambda t: tfd.Normal(
            loc=t[..., :1], scale=1e-3 + tf.math.softplus(0.1 * t[..., 1:])
        )
    )
)


model.output.shape

【问题讨论】：

试试model.layers[-1].output_shape
没用。

标签： tensorflow shapes tf.keras tensorflow-probability

【解决方案1】：

tf.shape会返回一个KerasTensor，直接获取输出shape不容易。

但是你可以这样做：

tf.shape(model.output)
>> `<KerasTensor: shape=(2,) dtype=int32 inferred_value=[None, 1] (created by layer 'tf.compat.v1.shape_168')>`

你想得到inferred_value，所以：

tf.shape(model.output)._inferred_value
>> [None, 1]

基本上，您可以通过以下方式访问任何层的输出形状：

tf.shape(model.layers[idx].output)._inferred_value

其中idx 是所需层的索引。

【讨论】：

非常感谢。那行得通。请再问一个问题，我看到您关于 channel_first 问题的拉取请求已合并到 GitHub TensorFlow 概率 (convolutional_variational.py) 上。因此，当我导入 tensorflow_probability 时，它不应该导入那个版本吗？每次运行 Colab 时，我仍然需要更改它的源代码。
我认为除非您从源代码构建 TFP，否则更改将包含在新版本中。
有机会可以看看这个问题吗？与tensorflow概率中的data_format（channel_first）相关：*.com/questions/69052849/…

【解决方案2】：

例如，要获得所有图层的输出形状：

out_shape_list=[] 
    for layer in model.layers:
            out_shape = layer.output_shape
            out_shape_list.append(out_shape)

你会得到一个输出形状列表，每一层都有一个

【讨论】：