python - 更改 Tensorflow 中新分配变量的形状

Question

如果您使用 tf.assign 更改 tf.Variable与 validate_shape=False the shape is not updated .

但是如果我使用set_shape要设置新的(正确的)形状，我得到一个 ValueError。

这是一个简单的例子:

import tensorflow as tf 

a = tf.Variable([3,3,3])

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    # [3 3 3]
    print(sess.run(a))

    sess.run(tf.assign(a, [4,4,4,4], validate_shape=False))
    # [4 4 4 4]
    print(sess.run(a))

# (3,)
print(a.get_shape())

# ValueError: Dimension 0 in both shapes must be equal, but are 3 and 4. Shapes are [3] and [4].
a.set_shape([4])

如何更改变量的形状？

注意:我知道如果我使用 a = tf.Variable([3,3,3], validate_shape=False) ，代码就可以工作，但在我的上下文中，我将无法自己初始化变量。

Answer 1

告诉图表的静态部分，形状从一开始也是未知的。

a = tf.Variable([3,3,3], validate_shape=False)

现在，要获得形状，您无法静态地知道，因此您必须询问 session ，这非常有道理:

print(sess.run(tf.shape(a)))