, 10])
sess = tf.Session()
sess.run(tf.shape(x))
Out[1]: array([10, 10, 10])
我们可以使用tf.shape()在计算图中确定改变张量的形状...[high, width, -1])
sess.run(tf.shape(x_reshape))
Out: array([ 5, 20, 10])
我们可以使用tf.shape_n()在计算图中得到若干个张量的形状...sess.run([tf.size(x), tf.size(y)])
Out: [1000, 504]
tensor.get_shape()或者tensor.shape是无法在计算图中用于确定张量的形状...我们可以使用tf.rank()来确定张量的秩。tf.rank()会返回一个代表张量秩的张量，可直接在计算图中使用。...768. 512.]]
[[ 968. 1452. 968.]
[1460. 2190. 1460.]
[ 968. 1452. 968.]]]]
(2, 3, 3, 2)
以上这篇TensorFlow中如何确定张量的形状实例就是小编分享给大家的全部内容了
