参考链接: Python中的numpy.empty_like
今天继续啃Tensorflow实战Google深度学习框架这本书,在250P的Seq2Seq模型代码理解时候有点困难,其中padded_batch...
将此数据集的连续元素合并为填充的批处理. ...像 Dataset.dense_to_sparse_batch() 一样, 此方法将此数据集的多个连续元素 (可能具有不同的形状) 合并到单个元素中.结果元素中的张量有一个额外的外部维度, 并填充到 padded_shapes...tf. int64 向量张量样对象,表示每个输入元素的各自组件在批处理之前应填充的形状.任何未知的维度 (例如 tf.Dimension(None) 在一个 TensorShape 或-1 在一个类似张量的对象中...8], dtype=int64), 64) elem 10 : (array([9, 9, 9, 9, 9, 9, 9, 9, 9], dtype=int64), 81) end
当代码添加 加粗的哪一行代码后