Python Tensorflow：静态和动态形状

由于tf中的动态和静态形状，我感到很困难

我有

shape=tf.shape(net)
s1=tf.cast(shape[2],tf.int32)
s2=tf.cast(shape[2]/2,tf.int32)
a0=tf.random_normal([s1,s2],mean=0.,stdev=1.)
b0 = tf.get_variable(some_name, initializer=a0)

我得到一个错误：

ValueError: initial_value must have a shape specified:

If initializer is a constant, do not specify shape.

ValueError: None values not supported.

对于第b0行=。然后，我添加了形状信息：

b0 = tf.get_variable(some_name, initializer=a0,shape=[s1,s2])

现在我得到一个错误：

ValueError: initial_value must have a shape specified:

If initializer is a constant, do not specify shape.

ValueError: None values not supported.

我意识到，这可能与它的动态形状有关。所以，我回去换了

shape = net.get_shape().as_list()

现在，我得到一个错误：

ValueError: initial_value must have a shape specified:

If initializer is a constant, do not specify shape.

ValueError: None values not supported.

与向s1分配铸件相对应的直线

我觉得我好像在兜圈子。如何解决这个问题

我经历过：

---

您需要在

tf.get\u变量的参数中指定
validate\u shape=False
，例如

init = tf.random_normal((s1, s2))
tf.get_variable(name, initializer=init, validate_shape=False)

我必须应用完全连接层后，一些操作在此。这会引发错误：应该定义
densed
输入的最后一个维度。找到
无
。我想我现在必须硬编码图像大小和批量大小以获得临时解决方案。@edit我想除了动态变量形状初始化之外，您还有一个新问题，可能值得在新问题中详细解释。