python - 为什么在 MNIST 教程中使用负 reshape (-1)？

Question

阅读 the Tensorflow MNIST tutorial , 我偶然发现了这条线

x_image = tf.reshape(x, [-1,28,28,1])

28, 28来自width,height，1来自 channel 数。但为什么是 -1？

我想这与小批量训练有关，但我想知道为什么 -1 而不是 1 (这似乎在 numpy 中给出了相同的结果)。(可能相关:为什么 numpy 的 reshape 对 -1、-2 和 1 给出相同的结果)？

Answer 1

-1 表示推断该维度的长度。这是基于 ndarray 或 Tensor 中的元素数量在 reshape 时必须保持不变的约束来完成的。在本教程中，每个图像都是一个行向量(784 个元素)，并且有很多这样的行(假设为 n，因此有 784n 元素)。所以，当你写

x_image = tf.reshape(x, [-1, 28, 28, 1])

TensorFlow 可以推断-1 是n。