python - TensorFlow 初始化 Tensor of ones

Question

假设我有一个张量

X = tf.placeholder("float", [None, 5])

所以我知道列数但不知道行数。我需要初始化一个维度为 nrows x 1

的向量

现在下面的代码块不起作用，

o = tf.ones(shape=(tf.shape(X)[0], 1))
==> TypeError: List of Tensors when single Tensor expected

也没有，

o = tf.ones(shape=(X.get_shape()[0].value, 1))
==> TypeError: Input 'dims' of 'Fill' Op has type 
    string that does not match expected type of int32.

现在，我发现解决这个问题的一种方法是让我的向量成为一个占位符，

o = tf.placeholder(dtype=tf.float32, shape=[None, 1])

并在我的 feed_dict 中传入一个适当大小的 numpy 数组。但是这个解决方案让我觉得不够优雅，而不是占位符的预期用途。我在这里可能是错的，但肯定有更好的方法。

Answer 1

解决你的问题的方法是使用 tf.pack 操作:

o = tf.ones(shape=tf.pack([tf.shape(X)[0], 1]))

出现错误的原因是 TensorFlow shape 应该是整数列表或张量 link . tf.pack 可以轻松地将整数列表和/或 TensorFlow 标量转换为 Tensor 对象。