如何在 TensorFlow 中重复未知维度

Question

例如（我可以毫无问题地使用 Theano 做到这一点）：

std_var = T.repeat(T.exp(log_var)[None, :], Mean.shape[0], axis=0)

wrt TF Mean 的形状为 (?, num)，但 log_var 的形状为 (num,)

我不知道如何在 TensorFlow 中做同样的事情...

Answer 1

您可以使用 shape 在评估期间提取占位符的形状。然后简单地 tile 张量。例如，对于：

num = 3
p1 = tf.placeholder(tf.float32, (None, num))
p2 = tf.placeholder(tf.float32, (num,))

操作：

op = tf.tile(tf.reshape(p2, [1, -1]), (tf.shape(p1)[0], 1))
sess.run(op, feed_dict={p1:[[1,2,3],
                            [4,5,6]], 
                        p2: [1,2,1]})

将给予：

array([[ 1.,  2.,  1.],
       [ 1.,  2.,  1.]], dtype=float32)

然而，在大多数情况下，您实际上不需要这样做，因为您可以依赖 TF 操作的广播行为。例如：

op = tf.add(p1, p2)
sess.run(op, feed_dict={p1:[[1,2,3],
                            [4,5,6]], 
                        p2: [1,2,1]})

给出：

array([[ 2.,  4.,  4.],
       [ 5.,  7.,  7.]], dtype=float32)

如何在 TensorFlow 中重复未知维度

How to repeat unknown dimension in TensorFlow

machine-learning

theano

deep-learning

tensorflow