Python Tensorflow tf.size无法使用tf.unique中的动态长度张量

这看起来很简单，但我已经坚持了一段时间了。我有一个列表，希望创建一个变量，该变量等于该列表中唯一项的长度。一个简单的例子如下所示：

def unique_zeros_tensor(arr):
  uniq_items, items_idxs = tf.unique(tf.constant(arr))
  return tf.Vector(tf.zeros([tf.size(uniq_items)]))

我得到一个错误，说初始值必须有一个指定的形状

我也试过，

tf.shape

，

tf.zero\u like

，甚至

tf.reduce\u max（item\u idxs）

都没有用。我可以通过创建一个会话，运行tf.unique的结果，并使用其中的值来实现这一点，但这感觉像是一种糟糕的做法，但如果我错了，请告诉我

编辑- 将形状添加到常量没有帮助，

---

使用占位符而不是tf.constant也没有帮助。

在运行图表之前，变量的大小基本上是静态定义的

但是像tf.zero等都是张量，在你实际运行图表之前，它们并没有真正的值

您要么需要计算出一个大小，以给出不变的变量，要么在每次大小更改时重新生成图形

编辑：为了清楚起见，tf中依赖项的顺序是：

• 首先构建一个图表。构建图表不需要会话。这是静态定义变量大小的地方
• 然后从该图创建一个或多个会话。所有这些会话中的变量可能具有不同的值，但所有变量都具有相同的形状/尺寸，因为它们是从同一个图形创建的

---

因此，澄清一下，方法是使用sess.run您不能更改会话内变量的大小。它是在图中静态分配的。所以tf.unique调用在我使用它的上下文中没有用处？我应该：sess.run（tf.unique（…）并在另一个图中使用结果？