tensorflow允許我指定可變長度維的方式似乎不一致

Question

我是tensorflow的新手。我在練習編碼tutorial code。大部分代碼對我來說都有意義，但在某些時候我陷入了困境。

import tensorflow as tf 
x = tf.placeholder("float", [None, n_steps, n_input]) 
x = tf.transpose(x, [1, 0, 2]) 
x = tf.reshape(x, [-1, n_input]) 

隨着tf.placholder功能我不得不與None指定可變長度dimesion。但與tf.reshape我不得不使用-1，而不是None。在這兩個函數的文檔中，兩個相關參數的名稱都是shape。所以我覺得在這裏迷路了。他們真的有不同的含義嗎？還是僅僅是tensorflow開發者的一個小設計錯誤？

Answer 1

你可以這樣理解它：在一個佔位符中，值「None」表示：「可以是任何值」。就像你的情況一樣：你的批量大小可以是任何東西。 在一個重塑函數中，-1表示「無論什麼值都可以使這個形狀起作用」。在你的情況下，你的x得到了形狀（batch * n_steps），因爲這是形狀x需要適合矩陣中的相同數據。有趣的是：你可以在一個佔位符中使用多個None值（表示任何批量大小，圖像的任何寬度和高度）......但是你不能在重塑函數中使用多個-1值！