快捷導(dǎo)航

基于tf.shape(tensor)和tensor.shape()的區(qū)別說明

更新時(shí)間：2020年06月30日 09:43:26 作者：yinheju

這篇文章主要介紹了基于tf.shape(tensor)和tensor.shape()的區(qū)別說明，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

#tf.shape(tensor)和tensor.shape()的區(qū)別

a=tf.zeros([4,5,4,5,6])
print(type(a.shape))
print(a.shape.ndims)#多少個(gè)維度
print(a.shape.as_list())#返回列表
print(type(tf.shape(a)))
print(type(tf.shape(a)[0]))
b=a.shape.as_list()
c=tf.shape(a)
b[1]=tf.shape(a)[1]
print(b)
sess=tf.Session()
d=sess.run(c)
print(d)

outputs:
<class 'tensorflow.python.framework.tensor_shape.TensorShape'>
5
[4, 5, 4, 5, 6]
<class 'tensorflow.python.framework.ops.Tensor'>
<class 'tensorflow.python.framework.ops.Tensor'>
[4, <tf.Tensor 'strided_slice_1:0' shape=() dtype=int32>, 4, 5, 6]
[4 5 4 5 6]

其中tf.shape(tensor)使用的是動(dòng)態(tài)的，即必須要在session中運(yùn)行后才能顯示出來，但是tensor.shape()是靜態(tài)的，即通過定義的shape可以驚天的運(yùn)行出來。

原因：在我們定義的時(shí)候，比如進(jìn)行placeholder的時(shí)候我們可能會(huì)定義某些維度為None，在靜態(tài)的時(shí)候是看不出來的，只能在運(yùn)行的時(shí)候找到維度。

**使用：**可以在獲得某些tensor的維度的時(shí)候進(jìn)行檢驗(yàn)，防止維度為None。

補(bǔ)充知識(shí)：tensorflow.python.framework.tensor_shape.TensorShape 類

TensorShape 是tensorflow中關(guān)于張量shape的類（class）.

使用示例如下：

import tensorflow.compat.v1 as tf
from tensorflow.python.framework import tensor_shape
from tensorflow.python.framework import constant_op
 
tensor_test1=[10,10,10]
tensor_test2 = [None,10,10]
 
p1 = tensor_shape.as_shape(tensor_test1) # 得到的是一個(gè)類實(shí)例，該類實(shí)例包含一個(gè)屬性，是 tensor_test1 的value
const = constant_op.constant(p1.as_list())
 
print("type(p1) = ",type(p1))
print("p1 = ",p1) # 使用p1時(shí)會(huì)自動(dòng)調(diào)用p1中的value屬性
print("p1.is_fully_defined() = ",p1.is_fully_defined())# is_fully_defined 是 TensorShape 類的一個(gè)內(nèi)部函數(shù)
print("p1.ndims = ",p1.ndims) # ndims 也是TensorShape的一個(gè)屬性值
print("p1.as_list() = ",p1.as_list()) # 把TensorShape的value屬性轉(zhuǎn)換成python中的list類型
print("const = ",const)

結(jié)果如下：

type(p1) = <class 'tensorflow.python.framework.tensor_shape.TensorShape'>
p1 = (10, 10, 10)
p1.is_fully_defined() = True
p1.ndims = 3
p1.as_list() = [10, 10, 10]
const = Tensor("Const:0", shape=(3,), dtype=int32)

以上這篇基于tf.shape(tensor)和tensor.shape()的區(qū)別說明就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: