如果您使用 tf.assign 更改 tf.Variable与 validate_shape=False
the shape is not updated .
但是如果我使用set_shape要设置新的(正确的)形状,我得到一个 ValueError。
这是一个简单的例子:
import tensorflow as tf
a = tf.Variable([3,3,3])
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
# [3 3 3]
print(sess.run(a))
sess.run(tf.assign(a, [4,4,4,4], validate_shape=False))
# [4 4 4 4]
print(sess.run(a))
# (3,)
print(a.get_shape())
# ValueError: Dimension 0 in both shapes must be equal, but are 3 and 4. Shapes are [3] and [4].
a.set_shape([4])
如何更改变量的形状?
注意:我知道如果我使用 a = tf.Variable([3,3,3], validate_shape=False)
,代码就可以工作,但在我的上下文中,我将无法自己初始化变量。
最佳答案
告诉图表的静态部分,形状从一开始也是未知的。
a = tf.Variable([3,3,3], validate_shape=False)
现在,要获得形状,您无法静态地知道,因此您必须询问 session ,这非常有道理:
print(sess.run(tf.shape(a)))
关于python - 更改 Tensorflow 中新分配变量的形状,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53611227/