使用自适应形状重塑张量会导致意外的形状

Question

我正在尝试用形状 (?, 32, 32, 64) 重塑张量。 生成的张量应该类似于 (? * 32 * 32, 64)。 Tensorflow 给了我类似 (?, ?) 的东西，这在我看来是出乎意料的，因为最后一个轴的维度定义明确。

def function(x):
    shape = tf.shape(x)
    x = tf.reshape(x, (shape[0] * shape[1] * shape[2], shape[3]))

重新整形 (?, 32, 32, 64) 得到 (?,?)

有没有办法解决这个问题？ 非常感谢！

Answer 1

我相信这是因为您正在使用 tf.shape(x) 返回动态形状。如果您使用 x.get_shape() 这应该返回静态形状。但是，您需要提供或定义批量大小才能执行整形操作。