tensorflow创建动态形状的tensor

tensorflow 创建 tensor 的时候，可以用 scalar 的 tf.Tensor 指定形状，有点类似于 pytorch 的动态特性？
这在处理形状涉及 batch 那维的具体大小的时候（通常在 placeholder 中设为 None）有用，如 tensorflow实现kNN contrastive loss 中的 knn mask 就有类似用法。
例子如下：

Code

import tensorflow as tf

a = tf.placeholder("float32", [None])  # 长度未知
b = tf.placeholder("float32", [None])  # 长度未知


# 用 `tf.shape(x)[0]` 而不是 `x.shape[0]`
n = tf.shape(a)[0]
m = tf.shape(b)[0]

c = tf.zeros([n, m])  # 用动态长度指定形状
c_shape = tf.shape(c)

with tf.Session() as sess:
    print(sess.run(c_shape,
                   feed_dict={a: [1, 2, 3],
                              b: [4, 5]}))

输出：

[3 2]

P.S.

我猜，pytorch 里能推迟到运行时才确定的形状信息，讲道理在 tensorflow 里估计也行？