tensorflow的reshape操作tf.reshape() 中参数问题

tf.reshape语法

tf.reshape(tensor,shape,name=None)

函数的作用是将tensor变换为参数shape形式，其中的shape为一个列表形式，特殊的是列表可以实现逆序的遍历，即list(-1).-1所代表的含义是我们不用亲自去指定这一维的大小，函数会自动进行计算，但是列表中只能存在一个-1。（如果存在多个-1，就是一个存在多解的方程） 
下面就说一下reshape是如何进行矩阵的变换的，其简单的流程就是： 
将矩阵t变换为一维矩阵，然后再对矩阵的形式进行更改就好了，具体的流程如下：
 

reshape(t,shape) =>reshape(t,[-1]) =>reshape(t,shape)

实际操作中，有如下效果：我创建了一个一维的数组

>>>import numpy as np
>>>a= np.array([1,2,3,4,5,6,7,8])
>>>a
array([1,2,3,4,5,6,7,8])
>>>

使用reshape()方法来更改数组的形状，使得数组成为一个二维的数组：（数组中元素的个数是2×4=8）

>>>d = a.reshape((2,4))
>>>d
array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

进一步提升，可以得到一个三维的数组