如何获取Tensorflow张量维度（形状）作为int值？

Question

假设我有一个 Tensorflow 张量。如何获取张量的尺寸（形状）作为整数值？我知道有两种方法，

tensor.get_shape()

和

tf.shape(tensor)

，但我无法获取整数

int32

值的形状值。

例如，下面我创建了一个二维张量，我需要获取行数和列数为

int32

，以便我可以调用

reshape()

来创建形状为

(num_rows * num_cols, 1)

的张量。但是，方法

tensor.get_shape()

返回

Dimension

类型的值，而不是

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.

Answer 1

要获取整数列表形式的形状，请执行

tensor.get_shape().as_list()

。

要完成您的

tf.shape()

通话，请尝试

tensor2 = tf.reshape(tensor, tf.TensorShape([num_rows*num_cols, 1]))

。或者你可以直接做

tensor2 = tf.reshape(tensor, tf.TensorShape([-1, 1]))

，可以推断出它的第一个维度。

Answer 2

解决这个问题的另一种方法是这样的：

tensor_shape[0].value

这将返回 Dimension 对象的 int 值。

Answer 3

2.0兼容答案：在

Tensorflow 2.x (2.1)

中，您可以获得张量的维度（形状）作为整数值，如下面的代码所示：

方法1（使用

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]

方法2（使用

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]

Answer 4

对于二维张量，您可以使用以下代码获取 int32 形式的行数和列数：

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

Answer 5

另一个简单的解决方案是使用

map()

，如下所示：

tensor_shape = map(int, my_tensor.shape)

这会将所有

Dimension

对象转换为

int

Answer 6

在更高版本（使用 TensorFlow 1.14 进行测试）中，有一种更像 numpy 的方法来获取张量的形状。您可以使用

tensor.shape

来获取张量的形状。

tensor_shape = tensor.shape
print(tensor_shape)

Answer 7

使用这行代码：

tensor_shape[0].value

它会给你格式化为整数的张量的形状。