tf.shape()和x.get_shape()

tf.shape()

tf.shape()是获取张量的大小的，其中的参数可以是tensor，list，array，返回一个list。

import tensorflow as tf
import numpy as np
 
a_array=np.array([[1,2,3],[4,5,6]])
b_list=[[1,2,3],[3,4,5]]
c_tensor=tf.constant([[1,2,3],[4,5,6]])
 
with tf.Session() as sess:
    print(sess.run(tf.shape(a_array)))
    print(sess.run(tf.shape(b_list)))
    print(sess.run(tf.shape(c_tensor)))

输出：

x.get_shape()

x.get_shape()中的x的数据类型只能是tensor，且返回的是一个元组。

import tensorflow as tf
import numpy as np
 
a_array=np.array([[1,2,3],[4,5,6]])
b_list=[[1,2,3],[3,4,5]]
c_tensor=tf.constant([[1,2,3],[4,5,6]])
 
print(c_tensor.get_shape())
print(c_tensor.get_shape().as_list())   #需要通过as_list()的操作转换成list
print(a_array.get_shape())     #会报错，只有tensor有这个属性函数
 
with tf.Session() as sess:
    print(sess.run(tf.shape(a_array)))
    print(sess.run(tf.shape(b_list)))
    print(sess.run(tf.shape(c_tensor)))

输出：

下面强调一些注意点：
第一点：tensor.get_shape()返回的是元组，不能放到sess.run()里面，这个里面只能放operation和tensor；
第二点：tf.shape(）返回的是一个tensor。要想知道是多少，必须通过sess.run()

转载自：https://blog.csdn.net/m0_37393514/article/details/82226754