tensorflow代码学习:动态获取shape

使用tensor.shape只会获取静态的shape:

a = tf.placeholder(tf.float32, [None, 128])
 # returns [None, 128]
a.shape.as_list()
# [None, 128]

如果想要获取动态的shape,需要使用tf.shape():

tensr = tf.constant([[1, 2, 3, 4, 5], [2, 3, 4, 5, 6]])
tensr.shape
# TensorShape([Dimension(2), Dimension(5)])
list(tensr.shape)
# [Dimension(2), Dimension(5)]
print(tensr.shape)
# (2, 5)
tf.shape(tensr).eval().tolist()
# [2, 5]
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值