在某些情况下,tensorflow似乎能够在图形创建时检查张量的值,而在其他情况下,这会失败 .
>>> shape = [constant([2])[0], 3]
>>> reshape([1,2,3,4,5,6], shape)
<tf.Tensor 'Reshape_13:0' shape=(2, 3) dtype=int32>
>>> zeros(shape)
<tf.Tensor 'zeros_2:0' shape=(?, 3) dtype=float32>
在上面的例子中,reshape()可以看到传入的张量因为形状的值为2,结果输出的形状为(2,3)但是零()不能,静态形状是(?,3) ) . 差异的原因是什么?
我的同事发布了Determining tensor shapes at time of graph creation in TensorFlow,这是基于相同的基础问题,但他问的是如何最好地使用tensorflow来解决这类问题的问题,而我的问题是为什么tensorflow会以这种方式运行 . 这是一个错误吗?
1 回答
TD; DR:
tf.reshape
可以推断出输出的形状但tf.zeros
不能;shape
支持两个函数的整数(如 static/definite )和张量(为 dynamic/indefinite ) .代码更具体,更清晰:
还有这个:
当使用
Tensor
(如tf.constant([2])[0]
)作为shape
来创建另一个Tensor
(如tf.zeros(shape)
)时,图形创建时形状总是不确定的 . 但是,tf.reshape()
是不同的 . 它可以使用输入的形状和给定形状(静态部分)推断输出的形状 .在您的代码中,
3
是一个静态整数,并给出了输入的形状([6]
);形状(2, 3)
实际上是通过推断获得的,而不是提供的 . 这可以在代码的第二部分中证明 . 虽然我给了一个tf.constant([5])
,但形状并没有改变 . (图表创建时没有错误,但在运行时出现错误!)