python - Tensorflow None, -1 和 有什么区别?指定张量形状时?

原文 标签 python tensorflow dynamic reshape tensor

我经常看到使用符号“ None ”、“ -1 ”和“ ? ”让程序的维度(张量)动态定义作为批量大小),看似相同的效果:

x = tf.placeholder(tf.float32, [None, 48, 48, 3], name='InputData')

input = tf.reshape(input, [-1, input_size])

foo("bar", shape=(?,48), dtype=float32)

使用这些符号中的任何一个与其他符号相比是否有任何功能差异?

谢谢

最佳答案

我是这样想的:
None表示未指定的维度。因此,例如,如果您定义占位符,则使用 None说“这个维度可以有任何大小”。
一个占位符可以有多个 None方面。这只是意味着多个维度可以是不同的大小。连整个造型都可以None指定未知数量的维度。
-1是 Tensorflow 自行推断维度大小的指令。在 tf.reshape(input, [-1, input_size]) ,这意味着“重塑它,使第二个维度是 input_size ,第一个维度是匹配元素总数所需的任何内容”。
这并不一定意味着维度未知,正如 None 一样。 .如果您的输入张量的已知大小为 10 个元素,并且您重塑为 [-1, 2] , Tensorflow 能够推断出完整的形状 [5, 2] .-1纯粹是为了方便。你总是可以明确地写下形状,而不是让 Tensorflow 推断它。 None另一方面是接受可变尺寸张量所必需的。
您只能拥有一个 -1在一个形状。多个没有意义,因为不可能推断出形状。例如。如果张量中有 12 个元素,则将其整形为 [-1, -1, 2]未定义——我们应该做 [3, 2, 2] ? [2, 3, 2] ? [6, 1, 2] ?...

最后,问号正是 Tensorflow 在打印张量和/或其形状时用来标记“未知”维度的东西。您发布的示例实际上会产生语法错误——您不能自己使用问号。未知维度的原因当然可以是占位符 None维度,并且通常根据占位符定义的张量(即应用于它们的某些操作的结果)也将具有未知的维度。此外,某些操作可能未指定(部分)其输出形状,这也可能导致未知数。

我在这里可能遗漏了更多技术细节,但根据经验:使用 None用于占位符和使用 -1为重塑。这应该涵盖大多数用例。

关于python - Tensorflow None, -1 和 有什么区别?指定张量形状时?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51732686/

相关文章:

python - python中 "FileNotFoundError"的单元测试

python - 如何为binary_crossentropy,activation = sigmoid和activation = softmax指定model.compile?

python - 如何在Tensorflow中详尽地在1D Tensor中打印值而不得到截断的输出?

http - Camel http端点动态形成url

python - Python中的while循环计时不准确

python - 获取用于 seaborn 绘图的 bin 宽度

python - 将Python列表值映射到字典值

python - 如何使用训练有素的分类器预测新数据集

SQL Server - 动态枢轴

c++ - 在C++中将字符串输入到char的动态分配的内存中