Tensorflow tf.reshape: None / -1，是一样的吗？

Question

我只是对 tensorflow reshape 函数有一个简短的问题。 在 tensorflow 中，您可以使用 shape = (None, shape1, shape2, .. ) 初始化张量占位符的形状。 现在我查看了 reshape 函数，他们使用 -1 进行新的 reshape，

例如new_tensor = tf.reshape(old_tensor, shape = (-1, shape1, shape2, ..))

-1 是否等同于 None ？如果不是，这两者有什么区别？

Answer 1

不，它们不相等。

当您使用None 作为占位符时，这意味着维度将在运行时定义（通常是批量大小）。

而-1 in reshape 表示如果（数据的总大小为 s_0xs_1xs_2...）-1 将自动推断 s_0，我认为这与 numpy 的行为相同。你不能在 reshape 中使用 None 。