Tensorflow tf.squared_difference輸出意想不到的形狀

Question

新手在這裏，我很抱歉，如果這個問題很愚蠢，但我在網上找不到任何東西。我得到了一個意想不到的形狀，輸出爲tf.squared_difference。我期望一個張量與shape=(100, ?)形狀從下面的代碼片斷

[print("Logits",logits,"#Labels",labels,"LOSS",tf.squared_difference(labels,logits)) for logits, labels in zip(logits_series,labels_series)] 

但是它產生(100,100)損失

Logits張量（ 「add_185：0」 的獲得與損失，形狀=（100， 1），dtype = float32）#Labels張量（「unstack_29：0」，shape =（100，），dtype = float32）LOSS張量（「SquaredDifference_94：0」，shape =（100，100），dtype = float32） Logits Tensor（「add_186：0」，shape =（100,1），dtype = float32）#Labels張量（「unstack_29：1」，shape =（100，），dtype = float32）LOSS張量（「SquaredDifference_95：0」 ，形狀=（100,100），dtype = float32）

我測試了下面的代碼的另一個例子，並給出了預期的輸出形狀。

myTESTX = tf.placeholder(tf.float32, [100, None]) 
myTESTY = tf.placeholder(tf.float32, [100, 1]) 

print("Test diff X-Y",tf.squared_difference(myTESTX,myTESTY)) 
print("Test diff Y-X",tf.squared_difference(myTESTY,myTESTX)) 

測試DIFF XY張量（ 「SquaredDifference_92：0」？，形狀=（100，），D型細胞= FLOAT32） 測試diff的YX張量（ 「SquaredDifference_93：0」，形狀=（100，？ ），D型= FLOAT32）

我有問題，爲什麼這兩個片段產生不同的輸出形狀

Answer 1

有你的第一個例子之間的微小差異（與logits和labels）和第二個示例（使用myTESTX和myTESTY）。 logits與myTESTY具有相同的形狀：(100, 1)。然而，labels已形狀(100,)（這不是一個動態形狀），但myTESTX已形狀(100, ?)。

在第一種情況下（logits和labels），輸入形狀爲(100,)和(100,1)，張量流使用廣播。輸入形狀都不是動態的，所以你的輸出形狀是靜態的：(100, 100)由於廣播。

在第二種情況下（myTESTX和myTESTY），輸入形狀爲(100, ?)和(100, 1)。第一個輸入形狀是動態的，所以你的輸出形狀是動態的：(100, ?)。

作爲numpy的一個簡單的，說明性的例子（使用相同的廣播），想想看：

import numpy as np 
x = np.arange(10)    # Shape: (10,) 
y = np.arange(10).reshape(10,1) # Shape: (10, 1) 
difference = x-y     # Shape: (10, 10)