tf.reshape没有为第一个元素提供？（None）

Question

我是tensorflow的新手，我的张量如下

a = tf.constant([[1, 2, 3], [4, 5, 6]])

输出a.shape为

TensorShape（[Dimension（2），Dimension（3）]）

对于我的计算过程，我想将张量重塑为 (?, 2, 3)

我无法将其重塑为所需的格式。

我试过了，

tf.reshape(a, [-1, 2, 3])

但是它回来了

<tf.Tensor 'Reshape_18:0' shape=(1, 2, 3) dtype=int32> # 1 has to be replaced by ?

我进一步尝试了

tf.reshape(a, [-1, -1, 2, 3])

它返回

<tf.Tensor 'Reshape_19:0' shape=(?, ?, 2, 3) dtype=int32> # two ? are there

如何获得理想的结果？

抱歉，这听起来很简单。

Answer 1

“问题”是 TensorFlow 会尽可能多地进行形状推断，这通常是件好事，但如果您明确想要有一个None维度，它就会变得更加复杂。这不是理想的解决方案，但一种可能的解决方法是使用 a tf.placeholder_with_default，例如如下所示：

import tensorflow as tf

a = tf.constant([[1, 2, 3], [4, 5, 6]])
# This placeholder is never actually fed
z = tf.placeholder_with_default(tf.zeros([1, 1, 1], a.dtype), [None, 1, 1])
b = a + z
print(b)
# Tensor("add:0", shape=(?, 2, 3), dtype=int32)

或者另一个类似的选项，只是重塑：

import tensorflow as tf

a = tf.constant([[1, 2, 3], [4, 5, 6]])
s = tf.placeholder_with_default([1, int(a.shape[0]), int(a.shape[1])], [3])
b = tf.reshape(a, s)
b.set_shape(tf.TensorShape([None]).concatenate(a.shape))
print(b)
# Tensor("Reshape:0", shape=(?, 2, 3), dtype=int32)