tensorflow獲取變量維度信息
tensorflow版本1.4
獲取變量維度是一個使用頻繁的操作,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)
對上面三種操作做一下簡單分析:(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。
A 和 B 均返回TensorShape類型,而 C 返回一個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 獲取的是動態(tài)的shape,必須是完整的shape。
另外,補充從TenaorShape變量中獲取具體維度數值的方法
# 直接獲取TensorShape變量的第i個維度值 x.shape[i].value x.get_shape()[i].value # 將TensorShape變量轉化為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)行下面的命令將會報錯 # print('Within session, tf.shape(x2):',sess.run(shapeOP2)) # 此命令將會報錯
輸出結果為:
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內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
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,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01python多版本工具miniconda的配置優(yōu)化實現
通過Miniconda,您可以輕松地創(chuàng)建和管理多個Python環(huán)境,同時確保每個環(huán)境具有所需的依賴項和軟件包,本文主要介紹了python多版本工具miniconda的配置優(yōu)化實現,感興趣的可以了解一下2024-01-01