RNN示例中的Tensor Reshape No-op

Question

到底這是什么代碼的方法做zero_state為RNNCell在文件rnn_cell.py ？ 我不確定[-1, n]形式的含義是什么...

Answer 1

重塑的語義與numpy中的相似： http : //docs.scipy.org/doc/numpy/reference/generation/numpy.reshape.html

它將張量更改為具有二維，第二維應具有self.state_size元素。 例如，如果我的張量包含6個元素，並且將其重塑為[-1，2]，則第一維將包含6/2 = 3個元素。

Answer 2

拉法爾的榜樣很棒。 我記得-1的方式是，它將維度的大小設置為適合原始張量中所有數據所需的大小。 重塑中只能有一個-1。

如果原始張量的大小為a，b，c（元素總數= a b c），則將其調整為x，y，-1，

那么結果將是-1最終為b c /（y * z）。

重塑為9,3，-1的3,3,3張量（27個元素）實際上將具有9,3,1（27個元素）的大小

Answer 3

文檔模糊地暗示了-1的行為。

如果shape是特殊值[-1]，則將張量展平，並且該操作將輸出帶有所有張量元素的一維張量。

當形狀是一個數組（其中元素之一為-1）時，該值只是一些可能會產生相同形狀的整數的便捷占位符。 請注意，可能沒有這樣的整數（例如，如果您的起始矩陣為[5x5] ，則無法使用[7, -1]對其進行整形）。

還如您所見，不能有兩個-1，因為這會使形狀不明確。 如前所述，該行為類似於numpy的reshape 。