函数原型
函数接口：
tf.reshape(
tensor, shape, name=None
)
| 参数 | |
|---|---|
tensor |
Tensor张量 |
shape |
Tensor张量，用于定义输出张量的shape，组成元素类型为 int32或int64. |
name |
可选参数，用于定义操作名称. |
| 返回 |
|---|
A Tensor. 输出张量和输入张量的元素类型相同。 |
用法
tf.reshape函数用于对输入tensor进行维度调整，但是这种调整方式并不会修改内部元素的数量以及元素之间的顺序，换句话说，reshape函数不能实现类似于矩阵转置的操作。比如，对于矩阵[[1,2,3],[4,5,6]],如果使用reshape,将维度变为[3,2], 其输出结果为：[[1,2],[3,4],[5,6]], 元素之间的顺序并没有改变：1之后还是2，如果是矩阵转置操作，1之后应该为4。
其内部实现可以理解为:
tf.reshape(a, shape)->tf.reshape(a, [-1])->tf.reshape(a, shape)现将输入tensor，flatten铺平，然后再进行维度调整（元素的顺序没有变化）
tf.reshape不会更改张量中元素的顺序或总数，因此可以重用基础数据缓冲区。这使得它快速运行，而与要运行的张量有多大无关。
如果需要修改张量的维度来实现对元素重新排序，需要使用tf.transpose。
总结
关于tf.reshape函数我们需要知道的是：
- 函数用于张量维度调整，但是不会修改内部元素的数量以及相对顺序
- shape中-1表示这个维度的大小，程序运行时会自动计算填充（因为变换前后元素数量不变，我们可以根据其他维度的大小，最终确定-1这个位置应该表示的数字）
- 如果需要通过修改内部元素的存储顺序以实现维度调整，需要使用tf.transpose函数