我正在尝试查看 tf.rank()、tf.shape() 和 tf.size() 的输出,但即使对于一个简单的列表,我也会得到奇怪的结果:
t = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [2, 3, 4]]
下面是结果:
In [451]: tf.shape(t)
Out[451]: <tf.Tensor 'Shape_11:0' shape=(2,) dtype=int32>
In [452]: tf.size(t)
Out[452]: <tf.Tensor 'Size_5:0' shape=() dtype=int32>
In [453]: tf.rank(t)
Out[453]: <tf.Tensor 'Rank_4:0' shape=() dtype=int32>
您能解释一下如何解释这些吗?
谢谢
最佳答案
您正在打印 tf.shape(t)
、tf.size(t)
和 tf.rank(t)
的形状(张量,而不是结果。
相反,创建一个 session 并评估它们:
t = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9], [2, 3, 4]])
sess = tf.Session()
print sess.run(tf.shape(t))
print sess.run(tf.size(t))
print sess.run(tf.rank(t))
关于tensorflow - 了解 Tensorflow 的形状、等级和大小,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37899849/