如何重塑具有多个“None”维度的张量？

Question

我在将中间 4D 张量流张量 X 重塑为 3D 张量 Y 时遇到问题，其中

• X 的形状是 ( batch_size, nb_rows, nb_cols, nb_filters )
• Y 的形状是 ( batch_size, nb_rows*nb_cols, nb_filters )
• batch_size = None

当然，当nb_rows和nb_cols是已知整数时，我可以毫无问题地重塑X。但是，在我的应用程序中，我需要处理这种情况

nb_rows = nb_cols = None

我该怎么办？我试过 Y = tf.reshape( X, (-1, -1, nb_filters)) 但显然没用。

对我来说，这个操作是确定性的，因为它总是将两个中间轴压缩成一个，同时保持第一个轴和最后一个轴不变。谁能帮帮我？

Answer 1

在这种情况下，您可以通过 tf.shape(X):

访问 X 的动态形状

shape = [tf.shape(X)[k] for k in range(4)]
Y = tf.reshape(X, [shape[0], shape[1]*shape[2], shape[3]])