Impossible de convertir partiellement convertie tenseur dans TensorFlow

Il existe de nombreuses méthodes dans TensorFlow qui nécessite la spécification d'une forme, par exemple truncated_normal:

tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

J'ai un espace réservé pour l'entrée de la forme [None, 784], où la première dimension n'est parce que la taille de lot peut varier. Je pourrais utiliser une taille fixe de lot, mais il serait encore différent de test/validation taille de l'ensemble.

Je ne peux pas les nourrir cet espace réservé à la tf.truncated_normal parce qu'il faut entièrement spécifié tenseur de forme. Ce qui est une façon simple d'avoir tf.truncated_normal accepter les différents tenseur des formes?

InformationsquelleAutor Blackecho | 2016-02-09
  1. 18

    Vous avez juste besoin de le nourrir comme un seul exemple, mais dans les lots de forme. Ce qui signifie que l'ajout d'une dimension supplémentaire à la forme par exemple

    batch_size = 32 # set this to the actual size of your batch
tf.truncated_normal((batch_size, 784), mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

    De cette façon il "fit" dans l'espace réservé.

    Si vous vous attendez à batch_size vous changer, vous pouvez aussi utiliser:

    tf.truncated_normal(tf.shape(input_tensor), mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)

    Où input_tensor pourrait être un espace réservé ou n'importe quoi tenseur va avoir ce bruit ajouté.

    • Je suis très intéressé par une hypothétique solution, parce que j'ai été à la recherche pour un pour un certain temps maintenant.
    • Pouvez-vous développer hypothétique solution, comment cela est-il différent à partir d'ici? Peut-être faire une nouvelle question?
    • Je n'ai pas vu ton edit, il fonctionne très bien. Je n'étais pas au courant de la tf.la forme()
    InformationsquelleAutor Daniel Slater