这两个方法都可以得到Tensor x的shape,但是有区别
直接看例子
import tensorflow as tf
x = tf.placeholder(shape=[None, 256, 256, 1], dtype=tf.float32)
print(tf.shape(x))
print(x.get_shape())
结果:
显然,tf.shape()得到的是x的维度,比如这里是4为的Tensor
x.get_shape()得到的是元组表示的shape,包含每一个维度
这两个方法都可以得到Tensor x的shape,但是有区别
直接看例子
import tensorflow as tf
x = tf.placeholder(shape=[None, 256, 256, 1], dtype=tf.float32)
print(tf.shape(x))
print(x.get_shape())
结果:
显然,tf.shape()得到的是x的维度,比如这里是4为的Tensor
x.get_shape()得到的是元组表示的shape,包含每一个维度