【tensorflow】tf.shape()和x.get_shape()的用法

一、tf.shape()

获取的是张量的大小，直接上代码，一看便知：

#tf.shape()获取的是张量的大小
import tensorflow as tf
import numpy as np

a_array = np.array([[1,2,3],[4,5,6]])
b_list = [[1,2,3],[4,5,6]]
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)))

运行结果：

二、x.get_shape()

x.get_shape()，只有tensor才可以使用这种方法，返回的是一个元组。

上代码：

#只有tensor才可以使用这种方法，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],[4,5,6]]
c_tensor=tf.constant([[1,2,3],[4,5,6]])
print(c_tensor.get_shape())  #返回的是一个元组
print(c_tensor.get_shape()[-1].value) #返回的是索引值
print(c_tensor.get_shape().as_list()) #返回的是列表
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)))

运行结果：

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()