tensorflow - 了解 Tensorflow 的形状、等级和大小

Question

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

Answer 1

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))