Tensorflow可变批量大小，可变整形和权重

我正在尝试构建可变批量大小，可变整形和可变重量形状的图形。我正在使用tensorflow 1.3.0。Tensorflow可变批量大小，可变整形和权重

用下面的代码，tf.get_variable抛出一个类型错误：INT（）参数必须是字符串或数字，而不是“张量”。 pool2被定义在代码的其他地方。

# declare placeholder for variable batch size 
images_ph = tf.placeholder(tf.float32, shape=[None, 64, 64, 1]) 
# code for 2 layers of convolution, normalization and max pooling 
# reshape to perform, one matrix multiply 
reshape = tf.reshape(pool2, [tf.shape(images_ph)[0], -1]) 
dim = tf.shape(reshape)[1] 
var = tf.get_variable('name', [dim, 384], validate_shape=False)

我还试图替代暗淡具有“正确的”类型如下：

dim = reshape.get_shape()[1]

暗淡等于无和抛出一个ValueError异常：的形状一个新的变量（local3/xpto）必须被完全定义，而是（？，384）。

来源

2017-08-29 rafaelvalle

它看起来像pool2没有定义。 – Kamran

pool2未在代码段中定义，但在代码的其他位置定义 – rafaelvalle

感谢大家的努力帮助。

鉴于我将pool2的输出展平以执行一个matmul，所以解决方案是显式计算重塑的第二维的长度。这是在第1行和第2行计算的，其中第一行的偏移量来自可变批量大小。

我无法使用所有尺寸未指定的重塑。

pool2_shapes = pool2.get_shape().as_list()[1:] 
pool2_features_length = reduce(lambda x, y: x*y, pool2_shapes) 
reshape = tf.reshape(pool2, [tf.shape(images)[0], pool2_features_length])

来源

2017-08-30 03:55:32 rafaelvalle

您可以将'-1'传递给'reshape'的任何一个维度来获得'rest'，所以只需使用'pool2 = tf.reshape（pool2，（tf.shape（images）[0]，-1））' – DomJack

这不起作用，因为tf.shape（图像）[0]是无。这正是我的问题。 – rafaelvalle

啊，在这种情况下，你可以节省查找'None'形状，'tf.reshape（pool2，（-1，pool2_features_length））'的努力。不是很大的节约，但如果你问我，会使代码更具可读性。 – DomJack

的第二个参数get_variable取整数或字符串，但作为错误说，你给它一个张[dim, 384]。

参见：https://www.tensorflow.org/api_docs/python/tf/get_variable

来源

2017-08-29 22:33:13 Kamran

感谢您的评论。我也试过这个，但它引发了另一个错误。我认为这可能是可以解决的，如果我使用validate_shape作为False。 – rafaelvalle

尝试类似于 'var = tf.get_variable（'name'，tf.shape（reshape））' – Kamran

这将返回一个错误，因为tf.shape（reshape）[1]的类型是张量。 – rafaelvalle

tf.shape返回一个张量，所以在[dim, 384]昏暗是张量;这里是一个int所需要的。

尝试dim = reshape.get_shape().as_list()[1]＃输出为int类型的

来源

2017-08-30 00:33:52 prometeu

感谢您的评论。我也试过这个，但它引发了另一个错误。请检查更新的问题。 – rafaelvalle

您错过了'as_list（）' – prometeu

虽然as_list从Dimension更改为None类型，但它不能解决问题。 – rafaelvalle

Tensorflow可变批量大小，可变整形和权重

回答

相关问题