如果你用tf.assign validate_shape=False
使用the shape is not updated更改tf.Variable。
但是,如果我使用set_shape来设置新的(正确的)形状,我会得到一个ValueError。
这是一个简单的例子:
import tensorflow as tf
a = tf.Variable([3,3,3])
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
# [3 3 3]
print(sess.run(a))
sess.run(tf.assign(a, [4,4,4,4], validate_shape=False))
# [4 4 4 4]
print(sess.run(a))
# (3,)
print(a.get_shape())
# ValueError: Dimension 0 in both shapes must be equal, but are 3 and 4. Shapes are [3] and [4].
a.set_shape([4])
如何更改变量的形状?
注意:我知道如果我使用a = tf.Variable([3,3,3], validate_shape=False)
代码有效但在我的上下文中我将无法自己初始化变量。
告诉图表的静态部分,从一开始就不知道形状。
a = tf.Variable([3,3,3], validate_shape=False)
现在,为了获得形状,你无法静态地知道,所以你必须要问会话,这是完全合理的:
print(sess.run(tf.shape(a)))