Tensorflow 텐서 차원 (모양)을 정수 값으로 얻는 방법은 무엇입니까?

Tensorflow 텐서를 가지고 있다고 가정합니다. 텐서의 차원 (모양)을 정수 값으로 어떻게 얻습니까? tensor.get_shape()및 두 가지 방법이 있다는 것을 알고 tf.shape(tensor)있지만 모양 값을 정수 int32값 으로 가져올 수 없습니다 .

예를 들어, 아래에서 2 차원 텐서를 만들었고, shape 텐서를 만들기 위해 int32호출 reshape()할 수 있도록 행과 열의 수를 얻어야합니다 (num_rows * num_cols, 1). 그러나,이 방법은 tensor.get_shape()같은 값을 반환 Dimension유형을하지 int32.

import tensorflow as tf
import numpy as np

sess = tf.Session()    
tensor = tf.convert_to_tensor(np.array([[1001,1002,1003],[3,4,5]]), dtype=tf.float32)

sess.run(tensor)    
# array([[ 1001.,  1002.,  1003.],
#        [    3.,     4.,     5.]], dtype=float32)

tensor_shape = tensor.get_shape()    
tensor_shape
# TensorShape([Dimension(2), Dimension(3)])    
print tensor_shape    
# (2, 3)

num_rows = tensor_shape[0] # ???
num_cols = tensor_shape[1] # ???

tensor2 = tf.reshape(tensor, (num_rows*num_cols, 1))    
# Traceback (most recent call last):
#   File "<stdin>", line 1, in <module>
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/ops/gen_array_ops.py", line 1750, in reshape
#     name=name)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 454, in apply_op
#     as_ref=input_arg.is_ref)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 621, in convert_to_tensor
#     ret = conversion_func(value, dtype=dtype, name=name, as_ref=as_ref)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/constant_op.py", line 180, in _constant_tensor_conversion_function
#     return constant(v, dtype=dtype, name=name)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/constant_op.py", line 163, in constant
#     tensor_util.make_tensor_proto(value, dtype=dtype, shape=shape))
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", line 353, in make_tensor_proto
#     _AssertCompatible(values, dtype)
#   File "/usr/local/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.py", line 290, in _AssertCompatible
#     (dtype.name, repr(mismatch), type(mismatch).__name__))
# TypeError: Expected int32, got Dimension(6) of type 'Dimension' instead.

모양을 정수 목록으로 가져 오려면 tensor.get_shape().as_list().

tf.shape()통화 를 완료하려면을 시도하십시오 tensor2 = tf.reshape(tensor, tf.TensorShape([num_rows*num_cols, 1])). 또는 tensor2 = tf.reshape(tensor, tf.TensorShape([-1, 1]))첫 번째 차원을 추론 할 수있는 곳에서 직접 수행 할 수 있습니다.

이를 해결하는 또 다른 방법은 다음과 같습니다.

tensor_shape[0].value

그러면 Dimension 개체의 int 값이 반환됩니다.

2 차원 텐서의 경우 다음 코드를 사용하여 행과 열의 수를 int32로 가져올 수 있습니다.

rows, columns = map(lambda i: i.value, tensor.get_shape())

2.0 호환 가능한 답변 :에서는 Tensorflow 2.x (2.1)아래 코드와 같이 텐서의 크기 (모양)를 정수 값으로 얻을 수 있습니다.

방법 1 (사용 tf.shape) :

import tensorflow as tf
c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
Shape = c.shape.as_list()
print(Shape)   # [2,3]

방법 2 (사용 tf.get_shape()) :

import tensorflow as tf
c = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
Shape = c.get_shape().as_list()
print(Shape)   # [2,3]

또 다른 간단한 해결책은 map()다음과 같이 사용 하는 것입니다.

tensor_shape = map(int, my_tensor.shape)

이것은 모든 Dimension객체를int

이후 버전 (TensorFlow 1.14로 테스트 됨)에는 텐서의 모양을 얻을 수있는 좀 더 numpy 같은 방법이 있습니다. tensor.shape텐서의 모양을 얻기 위해 사용할 수 있습니다 .

tensor_shape = tensor.shape
print(tensor_shape)