Python tf.Reformate未为第一个元素提供？（无）

我是tensorflow的新手，我有下面这样的张量

a = tf.constant([[1, 2, 3], [4, 5, 6]])

a.shape

的输出为

张量形状（[尺寸（2），尺寸（3）]）

对于我的计算过程，我想将张量重塑为

（？，2，3）

我无法改变它的格式

我试过了

tf.reshape(a, [-1, 2, 3])

但它回来了

<tf.Tensor 'Reshape_18:0' shape=(1, 2, 3) dtype=int32> # 1 has to be replaced by ?

<tf.Tensor 'Reshape_19:0' shape=(?, ?, 2, 3) dtype=int32> # two ? are there

它回来了

<tf.Tensor 'Reshape_18:0' shape=(1, 2, 3) dtype=int32> # 1 has to be replaced by ?

<tf.Tensor 'Reshape_19:0' shape=(?, ?, 2, 3) dtype=int32> # two ? are there

两个？有 我如何获得期望的结果

抱歉，如果这听起来很简单的问题

问题是TensorFlow尽可能多地进行形状推断，这通常是一件好事，但如果您明确希望有一个

None

维度，它会使它变得更复杂。这不是一个理想的解决方案，但一个可能的解决方法是使用，例如：

import tensorflow as tf

a = tf.constant([[1, 2, 3], [4, 5, 6]])
# This placeholder is never actually fed
z = tf.placeholder_with_default(tf.zeros([1, 1, 1], a.dtype), [None, 1, 1])
b = a + z
print(b)
# Tensor("add:0", shape=(?, 2, 3), dtype=int32)

或另一个类似的选项，只需重塑：

import tensorflow as tf

a = tf.constant([[1, 2, 3], [4, 5, 6]])
s = tf.placeholder_with_default([1, int(a.shape[0]), int(a.shape[1])], [3])
b = tf.reshape(a, s)
b.set_shape(tf.TensorShape([None]).concatenate(a.shape))
print(b)
# Tensor("Reshape:0", shape=(?, 2, 3), dtype=int32)

---

你试图完成的任务根本上是错误的。您正在尝试从完全已知形状生成部分已知形状

在图形构造过程中，当您不知道完全已知的形状时，将使用部分已知的形状。无论如何，在执行图形时必须指定实际形状。因此，将形状完全已知的张量转换为部分已知的张量是没有意义的

---

如果要对某些部分已知的形状执行操作，请使用广播（例如，对带有形状

（1，2，3）

的张量执行

添加
操作，并且
（无，2，3）
会导致形状
（无，2，3）
）的张量，问题是什么？任何需要形状
（？，2，3）
的东西也应该接受形状
（1，2，3）
。你有例外吗？是的。我得到一个例外，张量的外维是1，应该是零。这是tensorflow服务模型的一部分，它希望最外层维度为none，以便提供批处理输出。如果是一个，那么它只能提供一个输出。感谢您的解决方案，我会检查并让您知道。您能解释一下它是如何工作的吗
z=tf.placeholder\u和默认值（tf.zeros（[1,1,1]，a.dtype），[None，1,1]）
此行。特别是[1,1,1]@MohamedThasinah它所做的是创建一个带有shape
（？，1,1）
，默认值为
[[0]]]
，它实际上具有shape
（1,1,1）
。因为原则上，您可以为占位符提供不同的值，TunSoFrof不能假定实际形状总是要<代码>（1, 1, 1）< /C>，所以必须考虑第一个维度可以有任何大小，这将导致广播添加
a
，从而提供新的初始
？
维度。“诀窍”是你从来没有为占位符实际输入过值，所以它就像一个带有部分未知形状的常量。@MohamedThasinah说，如果可能的话，你通常不希望这样做，而是希望检查形状是否精确相等，而是检查形状是否兼容。