python - 在 Tensorflow 中获取未知张量的形状

Question

我正在尝试为 OpenAI 健身房实现简单的 Q-Network。我有状态占位符。状态以整数表示。我想要一个单热向量。所以，我这样做:

input_state = tf.placeholder(tf.int64, shape=(None))
state_oh = tf.one_hot(input_state, env.observation_space.n)

我正在使用(None )除了()因为我想将批处理传递给训练网络。

我预计，state_oh形状如(None, 16) ，但我得到了 <unknown> 。这对我来说是一个问题，因为我实现了创建全连接层的函数，它使用 tensor.shape 确定输入张量的形状。 :

def dense(x, output_size, activation, name=None):  
with tf.name_scope(name, "dense", [x]):       

    w = tf.Variable(tf.random_normal([input_size, output_size]), name="w")
    b = tf.Variable(tf.random_normal([1, output_size]), name="b")
    layer = tf.matmul(x, w) + b
    layer_act = activation(layer)

    return layer_act

这不适用于 <unknown>形状。

如何将一批整数传递给 Tensorflow 并获取它的第二维(one-hot 向量的长度)？我不想将输入的大小传递给 dense()明确地。

Answer 1

我发现，如果我像这样定义占位符:

input_state = tf.placeholder(tf.int64, shape=[None], name="input_state")

我犯了一个非常愚蠢的错误。正确的形状是 [None] 而不是 (None)，因为 (None) 相当于 None，这意味着“任何形状”。

如果占位符的形状正确，state_oh 的形状将如预期的那样为 (?, 16)。