TensorFlow中有许多方法需要指定形状,例如truncated_normal:
tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)
我有一个占位符用于输入形状[无,784],其中第一个维度为无,因为批量大小可能会有所不同 . 我可以使用固定的批量大小,但它仍然与测试/验证集大小不同 .
我无法将此占位符提供给tf.truncated_normal,因为它需要完全指定的张量形状 . 让tf.truncated_normal接受不同张量形状的简单方法是什么?
1 回答
您只需将其作为单个示例提供,但采用批量形状 . 这意味着为形状添加额外的尺寸,例如
这样它就会“适合”占位符 .
如果您希望batch_size更改,您还可以使用:
其中input_tensor可以是占位符,或者只是张量会增加噪声 .