为什么 tensorflow 可能想要指定动态维度

Question

我有一个现有的复杂模型。 里面有形状为 (None, 128, 128, 3) 的张量x 。 第一个轴具有动态形状，应在将批处理传递给session.run feed_dict时实现。 但是，当我尝试将广播操作定义为 x 的形状时：

y = tf.broadcast_to(z, (x.shape[0], x.shape[1], x.shape[2], 1))

引发异常：

Failed to convert object of type <class 'tuple'> to 
Tensor. Contents: (Dimension(None), Dimension(128), 
Dimension(128), 1). Consider casting elements to a supported type.

创建模型时发生异常，而不是运行它时。 将第一个元素转换为数字有帮助，但这不是解决方案。

Answer 1

.shape属性为您提供图形构建时已知的形状，这是一个tf.TensorShape结构。 如果x的形状是完全已知的，你可以让你的代码如下工作：

y = tf.broadcast_to(z, (x.shape[0].value, x.shape[1].value, x.shape[2].value, 1))

但是，在您的情况下， x具有未知的第一维。 为了将实际张量形状用作常规tf.Tensor （仅在运行时已知值），您可以使用tf.shape ：

x_shape = tf.shape(x)
y = tf.broadcast_to(z, (x_shape[0], x_shape[1], x_shape[2], 1))