平铺张量的张量流形状-Java 学习之路

我有一个变量 a 维度（1,5），我希望'tile'与我的小批量的大小一样多 . 例如，如果小批量大小为32，那么我想构建一个维度（32,5）的张量 c ，其中每一行的值与原始（1,5）变量 a 相同 .

但我只知道运行时的小批量大小：它是占位符的维度0的大小 b ： tf.shape(b)[0]

这是我构建c的代码：

a  = tf.Variable(np.random.uniform(size=(1,5)))
b = tf.placeholder(shape=[None, 12], dtype=tf.float32)
batch_size = tf.shape(b)[0]
c = tf.tile(a, tf.pack([batch_size, 1]))

这很好 . 但是 c.get_shape() 返回（？，？） . 我不想回复（？，5） .

当我构造一个矩阵变量 W ，其列数为 c.get_shape()[1] 时，这会导致我的代码稍后出现问题，我期望返回5而不是？

任何帮助，将不胜感激 . 谢谢 .

1 回答

4
[ EDIT: 这已于2016年8月10日在commit修复为TensorFlow . ]

这是TensorFlow形状推断的已知限制：当tf.tile()的 multiples 参数是计算值（例如tf.pack()此处的结果）时，其值在图形构造时不可轻易计算（在这种情况下，因为它依赖于一个tf.placeholder()，在它被送入之前没有任何 Value ），当前的形状推断会举手并声明形状未知（但与输入的排名相同， a ） .

当前的解决方法是使用Tensor.set_shape()，它允许您作为程序员提供额外的形状信息，当您知道的不仅仅是形状推断 . 例如，您可以这样做：
```
a = tf.Variable(np.random.uniform(size=(1, 5)))
b = tf.placeholder(shape=[None, 12], dtype=tf.float32)
batch_size = tf.shape(b)[0]
c = tf.tile(a, tf.pack([batch_size, 1]))
c.set_shape([None, a.get_shape()[1]])  # or `c.set_shape([None, 5])`
```
但是，我们最近添加了一些功能，可以传播可以用作形状的部分计算值，这可以用于辅助 tf.tile() 的形状函数 . 我创建了一个GitHub issue来跟踪这个，我现在正在测试一个修复程序 .
回复于 2024-05-12T17:26:09+08:00

平铺张量的张量流形状

1 回答

相关问题