Numpy 如何检查两个张量形状是否相同，包括没有？

我想检查两个张量的形状是否相同

假设我有一些像这样的张量：

a = tf.placeholder(tf.float32, shape=[None, 3])
b = tf.placeholder(tf.float32, shape=[None, 3])

我添加了

断言a.shape==b.shape

。然而，这失败了，也许是因为没有。实际上

a.shape

=

（？，1）

，而且

b.shape

是

（？，1）

。它们在我看来是一样的

如果没有“无”，则工作正常

a = tf.placeholder(tf.float32, shape=[1, 3])
b = tf.placeholder(tf.float32, shape=[1, 3])
assert a.shape == b.shape  # True

在形状检查中，我如何可以忽略无

总之：

1: a = tf.placeholder(tf.float32, shape=[1, 3])
2: b = tf.placeholder(tf.float32, shape=[1, 3])
3: assert a.shape == b.shape  # True
4: 
5: a = tf.placeholder(tf.float32, shape=[None, 3])
6: b = tf.placeholder(tf.float32, shape=[None, 3])
7: assert a.shape == b.shape  # False

---

我希望第7行中的断言为真。

您可以使用

a.shape.as\u list（）==b.shape.as\u list（）

来比较两个对象是否“相等”。但是，执行此操作时应小心，因为如果两个形状在同一位置包含

None

，则不能保证这些形状的张量在该维度中具有相同的大小

---

（能够在

tf.TensorShape

中表示“符号”维度（如

batch\u size

）将非常有用，这将使平等性测试更加有用。我们正在研究API的扩展，以便在未来的TensorFlow版本中实现这一点。）

谢谢！如果我们有类似于tf.TensorShape.assert_same（）的东西，那就太好了。另一个选项是使用

tf.assert_equal（a.shape，b.shape）

，尽管它不适用于部分已知的形状。您也可以使用

a.shape.is_兼容（b.shape）

，cf