Python 如何将依赖占位符的形状传递给tf.get_variable（）？

我在运行

tf.graph

时遇到此错误：

当形状未完全定义时，您只能传递一个初始值设定项函数，该函数不希望对其可调用对象使用任何参数

我能够重现错误：

m = tf.placeholder(shape=[None, None], dtype=tf.int32)
with tf.variable_scope("foo", reuse=tf.AUTO_REUSE):
    v = tf.get_variable("v", shape=m.shape)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(v))

在我的用例中，我需要一个

占位符

，该占位符在程序运行时会动态更改，变量

v

的形状必须取决于占位符的形状

---

我被谷歌搜索了很多次，没有得到任何答案，有人能帮我吗？非常感谢

问题在于

shape=m.shape

。我们只能在执行占位符之后才能得到占位符的形状。下面的代码运行时没有任何错误

m = tf.placeholder(shape=[None, None], dtype=tf.int32)

with tf.Session() as sess:
  with tf.variable_scope("foo", reuse=tf.AUTO_REUSE):
    sess.run(tf.global_variables_initializer())
    m_val = sess.run(m, feed_dict={m:[[2,3], [3,2]]})
    v = tf.get_variable(name = "v", shape= m_val.shape)

---

问题在于

shape=m.shape

。我们只能在执行占位符之后才能得到占位符的形状。下面的代码运行时没有任何错误

m = tf.placeholder(shape=[None, None], dtype=tf.int32)

with tf.Session() as sess:
  with tf.variable_scope("foo", reuse=tf.AUTO_REUSE):
    sess.run(tf.global_variables_initializer())
    m_val = sess.run(m, feed_dict={m:[[2,3], [3,2]]})
    v = tf.get_variable(name = "v", shape= m_val.shape)

---

你不能那样做。变量形状必须事先完全知道，它们不能根据另一个张量的形状而改变。实际上，你可以通过

validate\u shape=False

，它不会抱怨，尽管这不是一个非常广泛的实践。作为状态的文档，在这种情况下，初始值设定项必须是张量，而不是初始值设定项对象。但它不会使变量的形状随着每次输入而改变，它会在初始化时采用给定张量的形状。感谢您的快速响应。如何解决这个问题？我认为这可能是张量流的一个通用用例，变量取决于用户在飞行中设置的占位符。问题是，我不确定这是否有意义。。。拥有一个变量的意义在于拥有一个值，您可以在对

run

的不同调用之间保留该值。。。那么，如果变量的形状发生变化，该如何工作呢？你想做这种事的原因到底是什么？你不能那样做。变量形状必须事先完全知道，它们不能根据另一个张量的形状而改变。实际上，你可以通过

validate\u shape=False

，它不会抱怨，尽管这不是一个非常广泛的实践。作为状态的文档，在这种情况下，初始值设定项必须是张量，而不是初始值设定项对象。但它不会使变量的形状随着每次输入而改变，它会在初始化时采用给定张量的形状。感谢您的快速响应。如何解决这个问题？我认为这可能是张量流的一个通用用例，变量取决于用户在飞行中设置的占位符。问题是，我不确定这是否有意义。。。拥有一个变量的意义在于拥有一个值，您可以在对

run

的不同调用之间保留该值。。。那么，如果变量的形状发生变化，该如何工作呢？你想这样做的原因到底是什么？