tensorflow - TensorFlow `py_func` 的输出具有未知的等级/形状

Question

我正在尝试在 TensorFlow 中创建一个简单的神经网络。唯一棘手的部分是我有一个使用 py_func 实现的自定义操作。 。当我传递 py_func 的输出时到 Dense层，TensorFlow 提示排名应该是已知的。具体错误为:

ValueError: Inputs to `Dense` should have known rank.

当我传递数据时，我不知道如何保留数据的形状 py_func 。我的问题是如何获得正确的形状？下面我举一个简单的例子来说明这个问题。

def my_func(x):
    return np.sinh(x).astype('float32')

inp = tf.convert_to_tensor(np.arange(5))
y = tf.py_func(my_func, [inp], tf.float32, False)

with tf.Session() as sess:
    with sess.as_default():
        print(inp.shape)
        print(inp.eval())
        print(y.shape)
        print(y.eval())

此代码段的输出是:

(5,)
[0 1 2 3 4]
<unknown>
[  0.       
1.17520118   3.62686038  10.01787472  27.28991699]

为什么是y.shape <unknown> ？我想要的形状是 (5,)与 inp 相同。谢谢!

Answer 1

由于py_func可以执行任意Python代码并输出任何内容，TensorFlow无法计算出形状(需要分析函数体的Python代码)您可以手动给出形状

y.set_shape(inp.get_shape())