【发布时间】：2017-04-22 12:40:02
【问题描述】：
有时建议在网络创建期间将批量大小设置为无，这样它就不会绑定到任何特定的批量大小。
我的问题是，在评估之前让维度（批量大小，但也可以是某些特殊网络的输入宽度或高度）未知时，张量流是否有任何惩罚？让网络提前知道batch size有什么好处吗？
【问题讨论】：
标签： python tensorflow
【发布时间】：2017-04-22 12:40:02
【问题描述】：
tf.placeholder() 根本不需要您指定形状。正如您从文档中看到的，默认情况下占位符根本没有形状。
设置形状的好处是可以更快地捕获各种错误。例如，这将毫无问题地运行
a = tf.placeholder(tf.float32, [None], 'a')
b = tf.placeholder(tf.float32, [None], 'b')
tf.add(a, b)
如果你要指定一个形状
a = tf.placeholder(tf.float32, [3], 'a')
b = tf.placeholder(tf.float32, [5], 'b')
tf.add(a, b)
它会抱怨形状不兼容，您将能够快速解决您的问题（想象有一个包含数百个操作的图表，您运行它 3 小时才发现有错误）
【讨论】：
-
有道理，但我的问题更具体地针对批量大小，这在图表中很少改变。我仍然不明白指定批量大小如何有助于发现错误。
-
@user1735003 据我所知，指定形状没有其他优势。因此，如果它不能帮助您发现错误，那么您可以将其保留为 None 而不会受到任何惩罚