张量流。将张量的未知尺寸大小转换为 int答案

【问题标题】：Tensorflow. Converting unknown dimension size of a tensor to int张量流。将张量的未知尺寸大小转换为 int
【发布时间】：2016-11-19 05:04:27
【问题描述】：

假设我们有

a = tf.placeholder(tf.float32, shape=(None, 3072))
b = a.get_shape()[0]

如何转换 b 以便在进一步计算中使用它，例如对于给定的张量 T 我将能够创建一个新的张量，比如

newT = T / b

【问题讨论】：

标签： python tensorflow

【解决方案1】：

你必须使用 Graph 操作：

a = tf.placeholder(tf.float32, shape=(None, 3072))
b = tf.shape(a)[0]

<tf.Tensor 'strided_slice:0' shape=() dtype=int32>

而b = a.get_shape()[0] 返回

Dimension(None)

【讨论】：

我正在尝试这种方法，但我不断收到：“ValueError：尝试将'x'转换为张量并失败。错误：无法将未知维度转换为张量”这个问题的任何解决方案？

【解决方案2】：

你目前的方式已经奏效了。我用下面的代码试了一下，效果很好：

x = [[1,2,3],[4,5,6], [7,8,9]]
x = tf.constant(x)
size = x.get_shape()[0]
x /= size

with googlelog.Capture():
  p_op = tf.Print(x, [x], "output: ", summarize=10)
  sess.run(p_op)

有输出：

output: [0 0 1 1 1 2 2 2 3]

【讨论】：

这不是我的情况，因为您的 x 具有预先指定的尺寸大小。而且它是一个列表，而不是张量
哦，我忘记复制和粘贴了，但是我在实例化之后就有了 x = tf.constant(x) 行，所以它适用于张量。但是关于你的占位符问题，你能详细说明你有什么问题吗？我本来希望在运行时生成形状，所以上面应该可以工作。
哦，我想我知道你在打什么。使用 tf.shape(x)[0] （在运行时获取值）而不是 x.get_shape()[0] （在图形构建时）