Tensorflow 重塑失去了张量的形状

当我重塑张量时，

tf.reformate

和

.shape

都无法推断形状。 如果我正确理解了这个问题，它应该已经被修复了

有人能帮我找到我可能遗漏的地方吗？

import tensorflow as tf

sess = tf.InteractiveSession()

m = 100
n = 300

x = 123
y = 456

a = tf.get_variable(dtype=tf.int32, shape=[m, n, x], name="a")
b = tf.get_variable(dtype=tf.int32, shape=[m, n, y], name="b")

print(a.shape) # => (100, 300, 123)
print(b.shape) # => (100, 300, 456)
print(tf.shape(a)) # => Tensor("Shape_4:0", shape=(3,), dtype=int32)
print(tf.shape(b)) # => Tensor("Shape_5:0", shape=(3,), dtype=int32

c = tf.concat([a, b], axis=-1)

print(c.shape) # => (100, 300, 579)
print(tf.shape(c)) # = >Tensor("Shape:0", shape=(3,), dtype=int32)

s = tf.shape(c)
cc = tf.reshape(c, [s[0]*s[1], -1])

print(cc.shape)  # => (?, ?)
print(tf.shape(cc)) # => Tensor("Shape_3:0", shape=(2,), dtype=int32)

---

我想你应该使用：

s = c.get_shape().as_list()

或

我自己从来没有真正使用过

tf.shape（）

，但是当我使用上面的方法时，我收到了正确的形状

（30000579）

s = c.shape.as_list()