一、tf.shape()
获取的是张量的大小,直接上代码,一看便知:
#tf.shape()获取的是张量的大小
import tensorflow as tf
import numpy as np
a_array = np.array([[1,2,3],[4,5,6]])
b_list = [[1,2,3],[4,5,6]]
c_tensor = tf.constant([[1,2,3],[4,5,6]])
with tf.Session() as sess:
print(sess.run(tf.shape(a_array)))
print(sess.run(tf.shape(b_list)))
print(sess.run(tf.shape(c_tensor)))
运行结果:
二、x.get_shape()
x.get_shape(),只有tensor才可以使用这种方法,返回的是一个元组。
上代码:
#只有tensor才可以使用这种方法,返回的是一个元组
import tensorflow as tf
import numpy as np
a_array=np.array([[1,2,3],[4,5,6]])
b_list=[[1,2,3],[4,5,6]]
c_tensor=tf.constant([[1,2,3],[4,5,6]])
print(c_tensor.get_shape()) #返回的是一个元组
print(c_tensor.get_shape()[-1].value) #返回的是索引值
print(c_tensor.get_shape().as_list()) #返回的是列表
with tf.Session() as sess:
print(sess.run(tf.shape(a_array)))
print(sess.run(tf.shape(b_list)))
print(sess.run(tf.shape(c_tensor)))
运行结果:
下面强调一些注意点:
第一点:tensor.get_shape()返回的是元组,不能放到sess.run()里面,这个里面只能放operation和tensor;
第二点:tf.shape()返回的是一个tensor。要想知道是多少,必须通过sess.run()