tensorflow - 如何在占位符中为非确定性数组大小设置形状

Question

我想训练一个改变数组大小的数据。例如，假设我们希望训练句子。第一句是“我是约翰”，第二句是“我知道”。如果将句子转换为张量。第一个会变成 ["I", "am", "John"]，接下来会变成 ["I","know"]。因此，第一个数组需要 3 作为占位符形状的 n_input。但是，第二个数组需要 2。

x = tf.placeholder("float", [None, n_input])
y = tf.placeholder("float", [None, n_classes])

我需要上面的代码来定义占位符。但是，我无法确定 n_input。

另外，None in shape 是什么意思？批量大小？
请帮我。

Answer 1

从技术上讲，占位符根本不需要形状。可以这样定义。

x =tf.placeholder(tf.float32, shape=[])

在这种情况下，占位符本身没有形状信息。如果您知道张量的尺寸，但不知道它的实际数字形状，我们将该尺寸的数值替换为 None，因为它可以具有可变大小。

 x =tf.placeholder(tf.float32, shape=[None, None, None])

这会影响 tensorflow 为获取形状信息所做的一些下游静态形状分析，但否则它仍应按预期工作。