“fc1 = tf.reshape(conv2, [-1, weights['wd1'].get_shape().as_list()[0]])”在做什么？答案

【问题标题】：what does "fc1 = tf.reshape(conv2, [-1, weights['wd1'].get_shape().as_list()[0]])" doing?“fc1 = tf.reshape(conv2, [-1, weights['wd1'].get_shape().as_list()[0]])”在做什么？
【发布时间】：2020-11-08 15:07:55
【问题描述】：

def conv_net(x, weights, biases, dropout):
    # Layer 1 - 28*28*1 to 14*14*32
    conv1 = conv2d(x, weights['wc1'], biases['bc1'])
    conv1 = maxpool2d(conv1, k=2)

    # Layer 2 - 14*14*32 to 7*7*64
    conv2 = conv2d(conv1, weights['wc2'], biases['bc2'])
    conv2 = maxpool2d(conv2, k=2)

get.shape().as_list()[0] 是做什么的？

fc1 = tf.reshape(conv2, [-1, weights['wd1'].get_shape().as_list()[0]])

【问题讨论】：

获取weights['wd1']的当前形状的第0个元素。
如果你想了解更多细节，你可以仔细阅读this。这是一个更复杂的话题。

标签： python tensorflow2.0

【解决方案1】：

为了更好地理解get.shape().as_list()，这里我提供一个简单的例子，希望对你有所帮助。

import tensorflow as tf
c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
Shape = c.get_shape().as_list()
print(Shape)

输出：

[2, 3]

这意味着c 有2 rows and 3 columns。当我们打印Shape = c.get_shape().as_list()[0] 时，它以列表格式返回c 的0th 元素（通常它返回元组中的形状为（2,3））

Shape = c.get_shape().as_list()[0]

输出：

当我们使用tf.reshape 时，它会返回一个新的张量，该张量的值与旧张量的值相同，顺序相同，但形状指定的新形状除外。

当我们通过shape of [-1] 时，它会变平为一维。

tf.reshape(c, [-1])

输出：

<tf.Tensor: shape=(6,), dtype=float32, numpy=array([1., 2., 3., 4., 5., 6.], dtype=float32)>

fc1 = tf.reshape(conv2, [-1, weights['wd1'].get_shape().as_list()[0]])

总而言之，这里我们将conv2 层的（即1D） 权重（即2D） 并提取weights['wd1'] 的0th 元素。

【讨论】：