检测TensorFlow中的最后一个维度是1还是5？

我正在编写TensorFlow（python）逻辑来确定张量的最后一个维度是1还是5。如果张量是标量，则此表达式应为false。在图构造时，张量的形状是未知的

给定张量

输入

，我已经试过了

tf.logical_and(
  # The tensor must not be a scalar.
  tf.greater(tf.rank(input), 0),
  # Check the last dimension.
  tf.logical_or(
    tf.equal(tf.shape(input)[-1], 1),
    tf.equal(tf.shape(input)[-1], 5)
  )
)

但是，当

输入

张量是标量时，此逻辑会引发错误，因为表达式的

tf.better（tf.rank（input），0）

部分无法导致TensorFlow短路（并避免执行图的

tf.logical\u或

部分）。这是预期的行为

有没有办法找到张量的最后一个维度，但让逻辑优雅地处理输入张量是标量的情况

例如，也许有一种方法可以强制执行一个控件依赖项，从而使秩检查首先运行

---

我想我可以在这里使用，但我有点担心调用lambda函数会如何改变图形。

您可以简单地扩展输入张量的dims，使其在所有情况下都能工作（即，将标量情况转换为张量）：

输出：

Input: 1
Output: False

Input: [ 0.  0.]
Output: False

Input: [[ 0.  0.  0.  0.  0.]]
Output: True

Input: [[[ 0.  0.  0.  0.  0.  0.]
  [ 0.  0.  0.  0.  0.  0.]]]
Output: False

---

您可以简单地扩展输入张量的dims，使其在所有情况下都能工作（即，将标量情况转换为张量）：

输出：

Input: 1
Output: False

Input: [ 0.  0.]
Output: False

Input: [[ 0.  0.  0.  0.  0.]]
Output: True

Input: [[[ 0.  0.  0.  0.  0.  0.]
  [ 0.  0.  0.  0.  0.  0.]]]
Output: False

---

在TF2中，您只需使用

.shape

并检查最后一个（

[-1]

）维度是否为您要查找的维度。您不必运行会话，因为在版本2中，默认情况下启用了即时执行

[1,5]中的一些张量形状[-1]

---

colab demo:

在TF2中，您只需使用

.shape

并检查最后一个（

[-1]

）维度是否是您要查找的维度。您不必运行会话，因为在版本2中，默认情况下启用了即时执行

[1,5]中的一些张量形状[-1] colab演示：