无法在 TensorFlow 中转换部分转换的张量答案

【问题标题】：Cannot convert a partially converted tensor in TensorFlow无法在 TensorFlow 中转换部分转换的张量
【发布时间】：2016-05-19 07:17:30
【问题描述】：

TensorFlow中有很多方法需要指定形状，例如truncated_normal：

tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

我有一个用于输入形状 [None, 784] 的占位符，其中第一个维度是 None，因为批量大小可能会有所不同。我可以使用固定的批量大小，但它仍然与测试/验证集大小不同。

我无法将此占位符提供给 tf.truncated_normal，因为它需要完全指定的张量形状。让 tf.truncated_normal 接受不同张量形状的简单方法是什么？

【问题讨论】：

标签： python tensorflow

【解决方案1】：

您只需将其作为单个示例输入，但以批处理的形式输入。所以这意味着向形状添加额外的维度，例如

batch_size = 32 # set this to the actual size of your batch
tf.truncated_normal((batch_size, 784), mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

这样它将“适合”占位符。

如果您希望 batch_size 发生变化，您也可以使用：

tf.truncated_normal(tf.shape(input_tensor), mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

input_tensor 可以是一个占位符，也可以是任何将要添加此噪声的张量。

【讨论】：

我对假设的解决方案很感兴趣，因为我一直在寻找一个。
你能扩展一下假设的解决方案吗，它和这里有什么不同？也许提出一个新的 SO 问题？
我没有看到您的编辑，它工作正常。我不知道 tf.shape()
@DanielSlater 如果 input_tensor 的形状是 [None] 怎么办？
@Munichong 只要你调用 tf.shape(input_tensor) 就可以工作。