如何將 Tensorflow 張量維度（形狀）作為 int 值？

Question

假設我有一個 Tensorflow 張量。 如何將張量的尺寸（形狀）作為整數值？ 我知道有兩種方法， tensor.get_shape()和tf.shape(tensor) ，但我無法將形狀值作為整數int32值獲取。

例如，下面我創建了一個二維張量，我需要將行數和列數設為int32以便我可以調用reshape()來創建一個形狀為(num_rows * num_cols, 1)的張量。 但是，方法tensor.get_shape()將值返回為Dimension類型，而不是int32 。

import tensorflow as tf
import numpy as np

sess = tf.Session()    
tensor = tf.convert_to_tensor(np.array([[1001,1002,1003],[3,4,5]]), dtype=tf.float32)

sess.run(tensor)    
# array([[ 1001.,  1002.,  1003.],
#        [    3.,     4.,     5.]], dtype=float32)

tensor_shape = tensor.get_shape()    
tensor_shape
# TensorShape([Dimension(2), Dimension(3)])    
print tensor_shape    
# (2, 3)

num_rows = tensor_shape[0] # ???
num_cols = tensor_shape[1] # ???

tensor2 = tf.reshape(tensor, (num_rows*num_cols, 1))    
# Traceback (most recent call last):
#   File "<stdin>", line 1, in <module>
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/gen_array_ops.py", line 1750, in reshape
#     name=name)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 454, in apply_op
#     as_ref=input_arg.is_ref)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 621, in convert_to_tensor
#     ret = conversion_func(value, dtype=dtype, name=name, as_ref=as_ref)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/constant_op.py", line 180, in _constant_tensor_conversion_function
#     return constant(v, dtype=dtype, name=name)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/constant_op.py", line 163, in constant
#     tensor_util.make_tensor_proto(value, dtype=dtype, shape=shape))
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", line 353, in make_tensor_proto
#     _AssertCompatible(values, dtype)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", line 290, in _AssertCompatible
#     (dtype.name, repr(mismatch), type(mismatch).__name__))
# TypeError: Expected int32, got Dimension(6) of type 'Dimension' instead.

Answer 1

要將形狀作為整數列表，請執行tensor.get_shape().as_list() 。

要完成您的tf.shape()調用，請嘗試tensor2 = tf.reshape(tensor, tf.TensorShape([num_rows*num_cols, 1])) 。 或者您可以直接執行tensor2 = tf.reshape(tensor, tf.TensorShape([-1, 1])) ，其中可以推斷出其第一維。

Answer 2

解決這個問題的另一種方法是這樣的：

tensor_shape[0].value

這將返回 Dimension 對象的 int 值。

Answer 3

2.0 兼容答案：在Tensorflow 2.x (2.1) ，您可以獲得張量的尺寸（形狀）作為整數值，如下面的代碼所示：

方法 1（使用tf.shape ） ：

import tensorflow as tf
c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
Shape = c.shape.as_list()
print(Shape)   # [2,3]

方法 2（使用tf.get_shape() ） ：

import tensorflow as tf
c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
Shape = c.get_shape().as_list()
print(Shape)   # [2,3]

Answer 4

對於二維張量，您可以使用以下代碼將行數和列數設為 int32：

rows, columns = map(lambda i: i.value, tensor.get_shape())

Answer 5

另一個簡單的解決方案是使用map()如下：

tensor_shape = map(int, my_tensor.shape)

這會將所有Dimension對象轉換為int

Answer 6

在更高版本中（使用 TensorFlow 1.14 測試），有一種更類似 numpy 的方式來獲取張量的形狀。 您可以使用tensor.shape來獲取張量的形狀。

tensor_shape = tensor.shape
print(tensor_shape)