首页 新闻 赞助 找找看

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。

正态分个布的主页 正态分个布 | 初学一级 | 园豆:97
提问于:2019-10-11 10:25
< >
分享
清除回答草稿
   您需要登录以后才能回答,未注册用户请先注册