tensorflow獲取變量維度信息
更新時(shí)間：2018年03月10日 08:45:04 作者：shuzfan
這篇文章主要為大家詳細(xì)介紹了tensorflow獲取變量維度信息，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
tensorflow版本1.4
獲取變量維度是一個(gè)使用頻繁的操作，在tensorflow中獲取變量維度主要用到的操作有以下三種：
- Tensor.shape
- Tensor.get_shape()
- tf.shape(input,name=None,out_type=tf.int32)
對(duì)上面三種操作做一下簡(jiǎn)單分析：（這三種操作先記作A、B、C）
A 和 B 基本一樣，只不過前者是Tensor的屬性變量，后者是Tensor的函數(shù)。
A 和 B 均返回TensorShape類型，而 C 返回一個(gè)1D的out_type類型的Tensor。
A 和 B 可以在任意位置使用，而 C 必須在Session中使用。
A 和 B 獲取的是靜態(tài)shape，可以返回不完整的shape； C 獲取的是動(dòng)態(tài)的shape，必須是完整的shape。
另外，補(bǔ)充從TenaorShape變量中獲取具體維度數(shù)值的方法
# 直接獲取TensorShape變量的第i個(gè)維度值 x.shape[i].value x.get_shape()[i].value # 將TensorShape變量轉(zhuǎn)化為list類型，然后直接按照索引取值 x.get_shape().as_list()
下面給出全部的示例程序：
import tensorflow as tf
x1 = tf.constant([[1,2,3],[4,5,6]])
# 占位符創(chuàng)建變量，第一個(gè)維度初始化為None，表示暫不指定維度
x2 = tf.placeholder(tf.float32,[None, 2,3])
print('x1.shape:',x1.shape)
print('x2.shape:',x2.shape)
print('x2.shape[1].value:',x2.shape[1].value)
print('tf.shape(x1):',tf.shape(x1))
print('tf.shape(x2):',tf.shape(x2))
print('x1.get_shape():',x1.get_shape())
print('x2.get_shape():',x2.get_shape())
print('x2.get_shape.as_list[1]:',x2.get_shape().as_list()[1])
shapeOP1 = tf.shape(x1)
shapeOP2 = tf.shape(x2)
with tf.Session() as sess:
print('Within session, tf.shape(x1):',sess.run(shapeOP1))
# 由于x2未進(jìn)行完整的變量填充，其維度不完整，因此執(zhí)行下面的命令將會(huì)報(bào)錯(cuò)
# print('Within session, tf.shape(x2):',sess.run(shapeOP2)) # 此命令將會(huì)報(bào)錯(cuò)
輸出結(jié)果為：
x1.shape: (2, 3)
x2.shape: (?, 2, 3)
x2.shape[1].value: 2
tf.shape(x1): Tensor("Shape:0", shape=(2,), dtype=int32)
tf.shape(x2): Tensor("Shape_1:0", shape=(3,), dtype=int32)
x1.get_shape(): (2, 3)
x2.get_shape(): (?, 2, 3)
x2.get_shape.as_list[1]: 2
Within session, tf.shape(x1): [2 3]
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
Python設(shè)置在shell腳本中自動(dòng)補(bǔ)全功能的方法
今天小編就為大家分享一篇Python設(shè)置在shell腳本中自動(dòng)補(bǔ)全功能的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-06-06
python實(shí)現(xiàn)兩個(gè)文件合并功能
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)兩個(gè)文件合并功能，一個(gè)簡(jiǎn)單的文件合并程序，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-04-04
Python解決MySQL數(shù)據(jù)處理從SQL批量刪除報(bào)錯(cuò)
這篇文章主要為大家介紹了Python解決MySQL數(shù)據(jù)處理從SQL批量刪除報(bào)錯(cuò)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-12-12
python-opencv 將連續(xù)圖片寫成視頻格式的方法
今天小編就為大家分享一篇python-opencv 將連續(xù)圖片寫成視頻格式的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-01-01
這篇文章主要給大家介紹了關(guān)于Python圖像處理之二值圖像腐蝕的相關(guān)資料,對(duì)原圖進(jìn)行二值化后,選擇不同的結(jié)構(gòu)元素對(duì)其進(jìn)行膨脹和腐蝕運(yùn)算處理,并仿真出圖像結(jié)果,需要的朋友可以參考下2021-09-09
Python史上最全種類數(shù)據(jù)庫(kù)操作方法分享
本文將詳細(xì)探討如何在Python中連接全種類數(shù)據(jù)庫(kù)以及實(shí)現(xiàn)相應(yīng)的CRUD（創(chuàng)建，讀取，更新，刪除）操作，文中的示例代碼講解詳細(xì)，需要的可以參考一下2023-07-07
NumPy 數(shù)組的復(fù)制和視圖是兩種不同的方式來創(chuàng)建新數(shù)組,它們之間存在著重要的區(qū)別,本文將給大家詳細(xì)介紹一下NumPy數(shù)組復(fù)制與視圖,并通過代碼示例講解的非常詳細(xì),需要的朋友可以參考下2024-05-05
python多版本工具miniconda的配置優(yōu)化實(shí)現(xiàn)
通過Miniconda,您可以輕松地創(chuàng)建和管理多個(gè)Python環(huán)境,同時(shí)確保每個(gè)環(huán)境具有所需的依賴項(xiàng)和軟件包,本文主要介紹了python多版本工具miniconda的配置優(yōu)化實(shí)現(xiàn),感興趣的可以了解一下2024-01-01
pandas之分組統(tǒng)計(jì)列聯(lián)表pd.crosstab()問題
這篇文章主要介紹了pandas之分組統(tǒng)計(jì)列聯(lián)表pd.crosstab()問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09
本文主要介紹了三分鐘python搭建支付寶三方支付，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-12-12