0
我是tensorflow的新手。我在练习编码tutorial code。大部分代码对我来说都有意义,但在某些时候我陷入了困境。tensorflow允许我指定可变长度维的方式似乎不一致
import tensorflow as tf
x = tf.placeholder("float", [None, n_steps, n_input])
x = tf.transpose(x, [1, 0, 2])
x = tf.reshape(x, [-1, n_input])
随着tf.placholder
功能我不得不与None
指定可变长度dimesion。但与tf.reshape
我不得不使用-1
,而不是None
。在这两个函数的文档中,两个相关参数的名称都是shape
。所以我觉得在这里迷路了。他们真的有不同的含义吗?还是仅仅是tensorflow开发者的一个小设计错误?
特别是['-1']的形状变成了一维... –