我遇到了重塑中间 4D 张量流张量的问题X到 3D 张量Y, where
-
X是有形状的( batch_size, nb_rows, nb_cols, nb_filters )
-
Y是有形状的( batch_size, nb_rows*nb_cols, nb_filters )
batch_size = None
当然，当nb_rows and nb_cols是已知的整数，我可以重塑X没有任何问题。然而，在我的申请中我需要处理这个案例
nb_rows = nb_cols = None
我应该怎么办？我试过Y = tf.reshape( X, (-1, -1, nb_filters))但它显然不起作用。
对我来说，这个操作是确定性的，因为它总是将两个中间轴压缩成一个轴，同时保持第一个轴和最后一个轴不变。谁能帮我？
在这种情况下，您可以访问动态形状X通过tf.shape(X):
shape = [tf.shape(X)[k] for k in range(4)]
Y = tf.reshape(X, [shape[0], shape[1]*shape[2], shape[3]])
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
