python - Tensorflow 无、-1 和 之间有什么区别?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“ ? ”来让程序动态定义张量的维度(例如作为批量大小),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,如果您定义一个占位符,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。这仅仅意味着多个维度可以是不同的大小。甚至整个形状都可以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“ reshape 它,使第二个维度是 input_size ,而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是未知的,None 就是这样。 .如果您的输入张量已知大小为 10 个元素,并且您 reshape 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,对于接受可变大小的张量是必要的。
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,则重新整形为 [-1, -1, 2]未定义——我们应该这样做[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——您自己不能使用问号。未知尺寸的原因当然可以是 None 的占位符。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。

我可能在这里错过了更多技术细节,但根据经验:使用 None用于占位符和使用 -1为 reshape 。这应该涵盖大多数用例。

关于python - Tensorflow 无、-1 和 之间有什么区别?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:

Delphi:为什么我可以静态链接这个函数而不是动态链接?

python - 使用 ToscaWidgets 进行表单初始化

python - 限制Keras中使用的内核数

python - 如何让 TensorFlow 的 'import_graph_def' 返回张量

python - 如何在开放式简历中使ROI线移动或让用户用鼠标绘制它

jquery - 动态生成的文本框的按键事件

python - Hessian矩阵的梯度下降牛顿法

python - 当模型是 Pandas 数据框时,使 QTableView 可编辑

python - 渴望执行:梯度计算

java - java中动态多态的实时例子是什么