在张量流的占位符中向“ None +”添加特定尺寸是什么意思？

Question

在状态尺寸变量下面的代码中-> state_dim被添加到（None，）。当我们已经将张量大小指定为可变的时，为什么还要添加它呢？

states = tf.placeholder('float32',(None,)+state_dim,name="states")
actions = tf.placeholder('int32',name="action_ids")
cumulative_rewards = tf.placeholder('float32', name="cumulative_returns")

Answer 1

在不知道确切上下文的情况下，很难回答。但通常在模型训练应用程序中，第一个维度是批处理大小的占位符，该变量通常在运行时才知道。但是，您正在处理的数据的维度通常是预定义的，需要将其编码到图中才能执行。

因此，如果state_dim表示且图像的尺寸为(300, 300, 3),，则所得占位符尺寸将变为(None, 300, 300, 3)

Answer 2

tf.placeholder的尺寸为None。在运行时，您可以传递具有任意大小值仅在该维度上的张量。例如，

states = tf.placeholder('float32', [None, 5])

意味着您可以将以下任意矩阵传递给states

• 具有尺寸[5，5]，的张量
• 具有尺寸[123，5]，的张量
• 尺寸为[1234，5]的张量

但是如果任何固定尺寸与占位符的大小不匹配，则会出现错误。

• 具有尺寸[15，10]的张量将引发错误。