Tensorflow 2：如何在自定义损失中使用张量 y_true 的形状？

Question

我将列表a传递给我的自定义 function ，我想在将其转换为常量张量后对其进行tf.tile 。 我平铺的时间取决于y_true的形状。 我不知道如何将y_true的形状作为整数。 这是代码：

def getloss(a):
    a = tf.constant(a, tf.float32)
    def loss(y_true, y_pred):
        a = tf.reshape(a, [1,1,-1])
        ytrue_shape = y_true.get_shape().as_list() #????
        multiples = tf.constant([ytrue_shape[0], ytrue_shape[1], 1], tf.int32)
        a = tf.tile(a, multiples)
        #...
    return loss

我尝试过y_true.get_shape().as_list()但它报告错误，因为在编译 model 时第一个维度（批量大小）为None 。 有什么办法可以在这里使用y_true的形状吗？

Answer 1

在构建 model 期间尝试访问张量的形状时，当并非所有形状都已知时，最好使用tf.shape 。 它将在运行 model 时进行评估，如文档中所述：

tf.shape 和 Tensor.shape 在 Eager 模式下应该相同。 在 tf.function 或 compat.v1 上下文中，直到执行时才可能知道所有维度。 因此，在为图形模式定义自定义层和模型时，更喜欢动态 tf.shape(x) 而不是 static x.shape。

ytrue_shape = tf.shape(y_true)

这将产生一个张量，所以使用 TF ops 来获得你想要的：

multiples = tf.concat((tf.shape(y_true_shape)[:2],[1]),axis=0)