Tensorflow:tf.shape()和x.get_shape().as_list()importtensorflowastfimportnumpyasnpa_array=np.a

tf.shape()是获取张量的大小

import tensorflow as tf
import numpy as np
a_array&＃61;np.array([[1,2,3],[4,5,6]])
b_list&＃61;[[1,2,3],[3,4,5]]
c_tensor&＃61;tf.constant([[1,2,3],[4,5,6]]) with tf.Session() as sess:
print(sess.run(tf.shape(a_array)))
print(sess.run(tf.shape(b_list)))
print(sess.run(tf.shape(c_tensor)))


x.get_shape().as_list()

x.get_shape()&＃xff0c;只有tensor才可以使用这种方法&＃xff0c;返回的是一个元组。

import tensorflow as tf
import numpy as np
a_array&＃61;np.array([[1,2,3],[4,5,6]])
b_list&＃61;[[1,2,3],[3,4,5]]
c_tensor&＃61;tf.constant([[1,2,3],[4,5,6]])
print(c_tensor.get_shape())
print(c_tensor.get_shape().as_list()) with tf.Session() as sess:
print(sess.run(tf.shape(a_array)))
print(sess.run(tf.shape(b_list)))
print(sess.run(tf.shape(c_tensor)))


可见只能用于tensor来返回shape&＃xff0c;但是是一个元组&＃xff0c;需要通过as_list()的操作转换成list.

不是元组进行操作的话&＃xff0c;会报错&＃xff01;

如果你在上面的代码上添加上a_array.get_shape()会报如下的错误&＃xff1a;

    print(a_array.get_shape())AttributeError: &＃39;numpy.ndarray&＃39; object has no attribute &＃39;get_shape&＃39;
 

下面强调一些注意点&＃xff1a;

第一点&＃xff1a;tensor.get_shape()返回的是元组&＃xff0c;不能放到sess.run()里面&＃xff0c;这个里面只能放operation和tensor&＃xff1b;

第二点&＃xff1a;tf.shape(&＃xff09;返回的是一个tensor。要想知道是多少&＃xff0c;必须通过sess.run()

a_array&＃61;np.array([[1,2,3],[4,5,6]])
b_list&＃61;[[1,2,3],[3,4,5]]
c_tensor&＃61;tf.constant([[1,2,3],[4,5,6]])
with tf.Session() as sess:
a_array_shape&＃61;tf.shape(a_array)
print("a_array_shape:",a_array_shape)
print("a_array_shape:",sess.run(a_array_shape)) c_tensor_shape&＃61;c_tensor.get_shape().as_list()
print("c_tensor_shape:",c_tensor_shape)
#print(sess.run(c_tensor_shape)) #报错


注释掉的那个报错如下&＃xff1a;不是tensor或者是operation。