Tensorflow可變批量大小，可變整形和權重

我正在嘗試構建可變批量大小，可變整形和可變重量形狀的圖形。我正在使用tensorflow 1.3.0。Tensorflow可變批量大小，可變整形和權重

用下面的代碼，tf.get_variable拋出一個類型錯誤：INT（）參數必須是字符串或數字，而不是「張量」。 pool2被定義在代碼的其他地方。

# 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)

我還試圖替代暗淡具有「正確的」類型如下：

dim = reshape.get_shape()[1]

暗淡等於無和拋出一個ValueError異常：的形狀一個新的變量（local3/xpto）必須被完全定義，而是（？，384）。

來源

2017-08-29 rafaelvalle

它看起來像pool2沒有定義。 – Kamran

pool2未在代碼段中定義，但在代碼的其他位置定義 – rafaelvalle

感謝大家的努力幫助。

鑑於我將pool2的輸出展平以執行一個matmul，所以解決方案是顯式計算重塑的第二維的長度。這是在第1行和第2行計算的，其中第一行的偏移量來自可變批量大小。

我無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])

來源

2017-08-30 03:55:32 rafaelvalle

您可以將'-1'傳遞給'reshape'的任何一個維度來獲得'rest'，所以只需使用'pool2 = tf.reshape（pool2，（tf.shape（images）[0]，-1））' – DomJack

這不起作用，因爲tf.shape（圖像）[0]是無。這正是我的問題。 – rafaelvalle

啊，在這種情況下，你可以節省查找'None'形狀，'tf.reshape（pool2，（-1，pool2_features_length））'的努力。不是很大的節約，但如果你問我，會使代碼更具可讀性。 – DomJack

的第二個參數get_variable取整數或字符串，但作爲錯誤說，你給它一個張[dim, 384]。

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

來源

2017-08-29 22:33:13 Kamran

感謝您的評論。我也試過這個，但它引發了另一個錯誤。我認爲這可能是可以解決的，如果我使用validate_shape作爲False。 – rafaelvalle

嘗試類似於 'var = tf.get_variable（'name'，tf.shape（reshape））' – Kamran

這將返回一個錯誤，因爲tf.shape（reshape）[1]的類型是張量。 – rafaelvalle

tf.shape返回一個張量，所以在[dim, 384]昏暗是張量;這裏是一個int所需要的。

嘗試dim = reshape.get_shape().as_list()[1]＃輸出爲int類型的

來源

2017-08-30 00:33:52 prometeu

感謝您的評論。我也試過這個，但它引發了另一個錯誤。請檢查更新的問題。 – rafaelvalle

您錯過了'as_list（）' – prometeu

雖然as_list從Dimension更改爲None類型，但它不能解決問題。 – rafaelvalle

Tensorflow可變批量大小，可變整形和權重

回答

相關問題