Python tf.Tensor.get_shape用法及代碼示例

用法

get_shape()

返回表示此張量形狀的 tf.TensorShape。

在即刻執行中，形狀總是fully-known。

a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
print(a.shape)
(2, 3)

tf.Tensor.get_shape() 等同於 tf.Tensor.shape 。

在 tf.function 中執行或使用 tf.keras.Input 構建模型時，Tensor.shape 可能會返回部分形狀(包括未知尺寸的 None)。有關詳細信息，請參閱tf.TensorShape。

inputs = tf.keras.Input(shape = [10])
# Unknown batch size
print(inputs.shape)
(None, 10)

使用為每個 tf.Operation 注冊的形狀推斷函數計算形狀。

返回的tf.TensorShape 在構建時確定，而不執行底層內核。它不是 tf.Tensor。如果您需要形狀張量，請將 tf.TensorShape 轉換為 tf.constant，或使用 tf.shape(tensor) 函數，該函數在執行時返回張量的形狀。

這對於調試和提供早期錯誤很有用。例如，當跟蹤 tf.function 時，沒有執行任何操作，形狀可能是未知的(有關詳細信息，請參閱具體函數指南)。

@tf.function
def my_matmul(a, b):
  result = a@b
  # the `print` executes during tracing.
  print("Result shape:", result.shape)
  return result

形狀推斷函數盡可能地傳播形狀：

f = my_matmul.get_concrete_function(
  tf.TensorSpec([None,3]),
  tf.TensorSpec([3,5]))
Result shape:(None, 5)

如果可以檢測到形狀不匹配，則跟蹤可能會失敗：

cf = my_matmul.get_concrete_function(
  tf.TensorSpec([None,3]),
  tf.TensorSpec([4,5]))
Traceback (most recent call last):

ValueError:Dimensions must be equal, but are 3 and 4 for 'matmul' (op:
'MatMul') with input shapes:[?,3], [4,5].

在某些情況下，推斷的形狀可能具有未知尺寸。如果調用者有關於這些維度值的附加信息，tf.ensure_shape 或 Tensor.set_shape() 可用於增強推斷的形狀。

@tf.function
def my_fun(a):
  a = tf.ensure_shape(a, [5, 5])
  # the `print` executes during tracing.
  print("Result shape:", a.shape)
  return a

cf = my_fun.get_concrete_function(
  tf.TensorSpec([None, None]))
Result shape:(5, 5)