用标量张量重塑TensorFlow中的张量

Question

我有一个X形状的张量(T, n, k).

如果我事先知道形状,很容易重塑,tf.reshape(X, (T * n, k))在哪里T, n, k是整数,而不是张量.但如果我不知道形状,有没有办法做到这一点.似乎获得形状shape = tf.shape(X)和重塑不起作用.那是,

tf.reshape(X, (tf.shape[0] * tf.shape[1], tf.shape[2]))

有任何想法吗？在我的应用程序中,T并且k在运行时之前已知,但n仅在运行时已知.

Answer 1

看看这个:

import tensorflow as tf

a, b, c = 2, 3, 4
x = tf.Variable(tf.random_normal([a, b, c], mean=0.0, stddev=1.0, dtype=tf.float32))
s = tf.shape(x)

init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
v1, v2, v3 = sess.run(s)
y = tf.reshape(x, [v1 * v2, v3])
shape = tf.shape(y)

print sess.run(y)
print sess.run(shape)

我在初始化后得到变量的形状,然后再使用它.另外看看这个答案,因为它涉及类似的事情.