在Tensorflow中更改新指定变量的形状

Question

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。

Answer 1

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)))