Wie erhalte ich Tensorflow-Tensordimensionen (Form) als int-Werte?

Angenommen, ich habe einen Tensorflow-Tensor. Wie erhalte ich die Abmessungen (Form) des Tensors als ganzzahlige Werte? Ich weiß, dass es zwei Methoden gibt, tensor.get_shape()und tf.shape(tensor)aber ich kann die Formwerte nicht als ganzzahlige int32Werte erhalten.

Im Folgenden habe ich beispielsweise einen 2D-Tensor erstellt, und ich muss die Anzahl der Zeilen und Spalten ermitteln, int32damit ich reshape()einen Tensor der Form erstellen kann (num_rows * num_cols, 1). Die Methode tensor.get_shape()gibt jedoch Werte als DimensionTyp zurück, nicht int32.

import tensorflow as tf
import numpy as np

sess = tf.Session()    
tensor = tf.convert_to_tensor(np.array([[1001,1002,1003],[3,4,5]]), dtype=tf.float32)

sess.run(tensor)    
# array([[ 1001.,  1002.,  1003.],
#        [    3.,     4.,     5.]], dtype=float32)

tensor_shape = tensor.get_shape()    
tensor_shape
# TensorShape([Dimension(2), Dimension(3)])    
print tensor_shape    
# (2, 3)

num_rows = tensor_shape[0] # ???
num_cols = tensor_shape[1] # ???

tensor2 = tf.reshape(tensor, (num_rows*num_cols, 1))    
# Traceback (most recent call last):
#   File "<stdin>", line 1, in <module>
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/gen_array_ops.py", line 1750, in reshape
#     name=name)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 454, in apply_op
#     as_ref=input_arg.is_ref)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 621, in convert_to_tensor
#     ret = conversion_func(value, dtype=dtype, name=name, as_ref=as_ref)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/constant_op.py", line 180, in _constant_tensor_conversion_function
#     return constant(v, dtype=dtype, name=name)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/constant_op.py", line 163, in constant
#     tensor_util.make_tensor_proto(value, dtype=dtype, shape=shape))
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", line 353, in make_tensor_proto
#     _AssertCompatible(values, dtype)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", line 290, in _AssertCompatible
#     (dtype.name, repr(mismatch), type(mismatch).__name__))
# TypeError: Expected int32, got Dimension(6) of type 'Dimension' instead.

Um die Form als Liste der Ints zu erhalten, tun Sie dies tensor.get_shape().as_list().

tf.shape()Versuchen Sie es , um Ihren Anruf abzuschließen tensor2 = tf.reshape(tensor, tf.TensorShape([num_rows*num_cols, 1])). Oder Sie können direkt tun, tensor2 = tf.reshape(tensor, tf.TensorShape([-1, 1]))wo auf die erste Dimension geschlossen werden kann.

Ein anderer Weg, dies zu lösen, ist folgender:

tensor_shape[0].value

Dies gibt den int-Wert des Dimension-Objekts zurück.

Für einen 2D-Tensor können Sie die Anzahl der Zeilen und Spalten als int32 mit dem folgenden Code ermitteln:

rows, columns = map(lambda i: i.value, tensor.get_shape())

2.0 Kompatible Antwort : In Tensorflow 2.x (2.1)können Sie die Abmessungen (Form) des Tensors als ganzzahlige Werte abrufen, wie im folgenden Code gezeigt:

Methode 1 (unter Verwendung tf.shape) :

import tensorflow as tf
c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
Shape = c.shape.as_list()
print(Shape)   # [2,3]

Methode 2 (unter Verwendung tf.get_shape()) :

import tensorflow as tf
c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
Shape = c.get_shape().as_list()
print(Shape)   # [2,3]

Eine andere einfache Lösung besteht darin, map()Folgendes zu verwenden:

tensor_shape = map(int, my_tensor.shape)

Dadurch werden alle DimensionObjekte in konvertiertint

In späteren Versionen (getestet mit TensorFlow 1.14) gibt es eine numpy-artigere Möglichkeit, die Form eines Tensors zu erhalten. Sie können verwenden tensor.shape, um die Form des Tensors zu erhalten.

tensor_shape = tensor.shape
print(tensor_shape)