爲什麼在無張量流的批量維中使用None？

在以下代碼中，None用於聲明佔位符的大小。爲什麼在無張量流的批量維中使用None？

x_data = tf.placeholder(tf.int32, [None, max_sequence_length]) 
y_output = tf.placeholder(tf.int32, [None])

據我所知，這個None是用來指定一個變量批量維度。但是，在每個代碼，我們有一個變量，顯示批量大小，如：

batch_size = 250

因此，沒有任何理由在這樣的情況下使用None而不是簡單地宣佈佔位符？

x_data = tf.placeholder(tf.int32, [batch_size, max_sequence_length]) 
y_output = tf.placeholder(tf.int32, [batch_size])

2017-06-09 Hossein

因此，您可以一次預測所有的測試樣本，甚至一次預測您的所有測試樣本。否則，對網絡的輸入總是必須是固定大小的批次。 –

@ImanolLuengo謝謝！看起來很合理。如果您發佈答案，我希望接受它。 – Hossein

添加了幾個更多的意見！ –

它只是使網絡的輸入沒有得到一定到一個固定大小的批次，您可以再次使用網絡學會預測是單實例或任意長的批次（如預測所有您的測試樣品一次）。

換句話說，它在訓練過程中並沒有太多的工作，因爲無論如何，批次通常都是固定的大小，但它使網絡在測試時更有用。

2017-06-09 16:01:22

作爲補充評論，我們在培訓期間的最終批次可能比'batch_size'少，因此它在培訓期間也可能有用。 – Hossein

@Hossein當然！在sone應用程序中，批次是通過數據增加或隨機循環自動生成的，因此所有批次都將具有相同的大小。但是在單程方法中，最後一批肯定會有不同的大小！很高興指出。 –

回答