tensorflow - 可变大小的 tensorflow 常数

Question

我的批次大小是可变的，所以我的所有输入都是以下形式

tf.placeholder(tf.float32, shape=(None, ...)

接受可变的批量大小。但是，如何创建具有可变批处理大小的常数值？问题在于此行：

log_probs = tf.constant(0.0, dtype=tf.float32, shape=[None, 1])

它给我一个错误：

TypeError: unsupported operand type(s) for *: 'NoneType' and 'int'

我确定可以使用可变的批处理大小来初始化恒定张量，该怎么办？

我也尝试了以下方法：

tf.constant(0.0, dtype=tf.float32, shape=[-1, 1])

我收到此错误：

ValueError: Too many elements provided. Needed at most -1, but received 1

Answer 1

tf.constant()在图形构建时具有固定的大小和值，因此它可能不是适合您的应用程序的操作。

如果要创建具有动态大小且每个元素具有相同（恒定）值的张量，则可以使用tf.fill()和tf.shape()创建适当形状的张量。例如，要创建一个张量t，其形状与input相同，并且值0.5随处可见：

input = tf.placeholder(tf.float32, shape=(None, ...))

# `tf.shape(input)` takes the dynamic shape of `input`.
t = tf.fill(tf.shape(input), 0.5)

作为 Yaroslav mentions in his comment，您也许还可以使用 (NumPy-style) broadcasting避免实例化具有动态形状的张量。例如，如果 input具有形状 (None, 32)，而 t具有形状 (1, 32)，则计算 tf.mul(input, t)将在第一维上广播 t以匹配 input的形状。