获取 TensorFlow 占位符的形状答案

【问题标题】：Getting shape of a Tensorflow placeholder获取 TensorFlow 占位符的形状
【发布时间】：2018-01-25 05:52:01
【问题描述】：

我正在尝试在 Tensorflow 中获取占位符的尺寸。函数tf$shape 立即浮现在我的脑海中。我使用tf$shape 来获得具有正尺寸的占位符的形状没有任何问题。但是，我希望占位符能够接受不同大小的输入，所以我将一维保留为NULL。现在，根据我的理解，当涉及到维度时，Tensorflow 对 NULL 和 -1 的处理是等价的。但是，当我运行我的代码时，我收到了这个错误：

W tensorflow/core/framework/op_kernel.cc:1148] 无效参数：形状 [-1,2] 具有负尺寸

以下是我的代码的可重现示例：

a = tf$placeholder(tf$float32, shape = shape(NULL, 2L))    
sess = tf$Session()
sess$run(tf$shape(a))

上面引用的错误是由我的代码中的某些内容引起的，还是因为tf$shape 不能接受具有负尺寸的占位符？如果后者是真的，我有什么办法可以在不使用tf$shape的情况下获得具有负尺寸的占位符的形状？

【问题讨论】：

标签： r machine-learning tensorflow deep-learning

【解决方案1】：

tf$shape(a) 操作返回一个张量，其中包含占位符张量 a 的 dynamic shape。 a 的动态形状取决于您为 a 提供的值；如果您不输入值，则动态形状未定义。因此，您必须在 sess$run(tf$shape(a)) 调用中为 a 提供一个值。

不幸的是，您看到的特定错误（“形状 [-1,2] 具有负尺寸”）没有帮助，因为 TensorFlow 1.2 中存在关于占位符操作如何处理部分定义的形状的错误。如果您升级到 TensorFlow 1.3（目前可作为候选版本）或更高版本，此错误已得到修复，您将收到如下错误：

您必须使用 dtype float32 和 shape [?,2] 为占位符张量“Placeholder”提供一个值

【讨论】：

非常感谢！