Tensorflow：我应该如何将行占位符重塑为列占位符答案

【问题标题】：Tensorflow: how should I reshape a row placeholder to a column placeholderTensorflow：我应该如何将行占位符重塑为列占位符
【发布时间】：2017-12-11 21:51:16
【问题描述】：

我想将行占位符（例如 [1, 2]）转换为列占位符，例如 [[1], [2]]

y = tf.placeholder(tf.int32, shape=[None], name='target')
y = tf.reshape(y, (y.shape[0], 1))

init = tf.global_variables_initializer()
with tf.Session() as sess:
    init.run()
    print(sess.run(y, feed_dict={y:[1,2]}))

但我得到一个错误：

TypeError: Failed to convert object of type <class 'tuple'> to Tensor. Contents: (Dimension(None), 1). Consider casting elements to a supported type.

问题在于y.shape[0] 的使用。 y 的维度定义为None。我也尝试过tf.shape(y)，但效果不佳。

【问题讨论】：

标签： python multidimensional-array tensorflow

【解决方案1】：

我不确定您是不是这个意思，但是您不能在运行时更改 tensorflow 中节点的形状。因此，target 被定义为 [?] 占位符，它将保持不变。

您可以做的是使用tf.expand_dims 函数将其转换为新张量（不会是占位符！），正如已经建议的那样。这意味着您仍然需要输入 [?] 数组，但您可以在计算中使用重新整形的张量。

y = tf.placeholder(tf.int32, shape=[None], name='target')
z = tf.expand_dims(y, axis=1)  # another tensor

with tf.Session() as sess:
  tf.global_variables_initializer().run()
  print(sess.run(z, feed_dict={y:[1, 2]}))

【讨论】：

【解决方案2】：

使用 tf.expand_dims() 简单地将行转换为列

y = tf.placeholder(tf.int32, shape=[None], name='target')
y = tf.expand_dims(y,axis=1)

但是，您在提供数据时遇到了另一个问题，因为简单地向张量添加维度并不会定义其形状，它只是添加一个额外的索引。这是您可以独立发布的另一个问题。

【讨论】：