关于 tf.shape() 的返回值，每一个元素代表的含义
0
悬赏园豆：5
[已关闭问题]
关闭于 2019-10-11 16:39
def func9():
x = tf.constant([
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
],
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
],
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
],
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
],
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
],
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
],
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
],
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
],
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
],
[
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]],
[[1, 0], [1, 0], [1, 0], [1, 0]]
]
])
with tf.Session() as sess:
print(sess.run(tf.shape(x)))if name == 'main':
func9()最后打印：
[10 3 4 2]
这四个元素，每一个元素怎么理解？
10批，每一批都是3行4列，2个维度，不知道这么理解对不对。
