Tensorflow tf.reshape : None/-1, 是一样的吗？

Question

我只是有一个关于 tensorflow reshape 函数的简短问题。在 tensorflow 中，您可以使用 shape = (None, shape1, shape2, .. ) 初始化张量占位符的形状。现在我查看了 reshape 函数，他们使用 -1 进行新的 reshape，

例如new_tensor = tf.reshape(old_tensor, shape = (-1 , shape1, shape2, .. ) )

-1 等于 None 吗？如果不是，这两者之间有什么区别？

Answer 1

不，它们不等价。

当您使用 None 作为占位符时，这意味着维度将在运行时定义(通常是批量大小)。

而 reshape 中的 -1 意味着如果(数据的总大小为 s_0xs_1xs_2...)-1 将自动推断 s_0，我认为这与 numpy 的行为相同。你不能在 reshape 中使用 None 。