Jak uzyskać wymiary (kształt) tensora Tensorflow jako wartości int?

88

Załóżmy, że mam tensor Tensorflow. Jak uzyskać wymiary (kształt) tensora jako wartości całkowite? Wiem, że istnieją dwie metody tensor.get_shape()i tf.shape(tensor), ale nie mogę uzyskać wartości kształtu jako int32wartości całkowitych .

Na przykład poniżej utworzyłem tensor 2-D i potrzebuję uzyskać liczbę wierszy i kolumn, int32aby móc wywołać reshape()funkcję tensora kształtu (num_rows * num_cols, 1). Jednak metoda tensor.get_shape()zwraca wartości jako Dimensiontyp, a nie 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.
stackoverflowuser2010
źródło

Odpowiedzi:

126

Aby uzyskać kształt jako listę int, zrób tensor.get_shape().as_list().

Aby zakończyć tf.shape()rozmowę, spróbuj tensor2 = tf.reshape(tensor, tf.TensorShape([num_rows*num_cols, 1])). Lub możesz bezpośrednio zrobić, tensor2 = tf.reshape(tensor, tf.TensorShape([-1, 1]))gdzie można wywnioskować jego pierwszy wymiar.

yuefengz
źródło
Dzięki, to pozwala mi wywołać i zakończyć tf.reshape(), ale naprawdę chciałbym otrzymać num_rowsi num_colsjako liczby całkowite dla innych operacji.
stackoverflowuser2010
6
Spróbujtensor.get_shape().as_list()
yuefengz
1
Tak, as_list()działa. Dodaj to do swojej odpowiedzi, a ja akceptuję.
stackoverflowuser2010
2
Dla kompletności, ten kod działa:num_rows, num_cols = x.get_shape().as_list()
stackoverflowuser2010
1
Ładny! Używałem python int () do rzutowania wyników x.get_shape (). tj. num_rows = int (x.get_shape () [1]), num_cols = int (x.get_shape () [2]), itd. Tak, trochę hacky, aby obejść ten nieznośny błąd, ale zadziałało. Dzięki za oświecenie mnie w lepszy sposób :-)
SherylHohman
31

Inny sposób rozwiązania tego problemu wygląda następująco:

tensor_shape[0].value

To zwróci wartość int obiektu Dimension.

tijmen Verhulsdonck
źródło
6

dla tensora 2-D można uzyskać liczbę wierszy i kolumn jako int32, używając następującego kodu:

rows, columns = map(lambda i: i.value, tensor.get_shape())
Ania
źródło
2
Bardzo nieeleganckie. Jak to wpływa na udzielone już odpowiedzi?
rayryeng
4

2.0 Zgodna odpowiedź : W programie Tensorflow 2.x (2.1)można uzyskać wymiary (kształt) tensora jako wartości całkowite, jak pokazano w poniższym kodzie:

Metoda 1 (używanie 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]

Metoda 2 (użycie 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]
Wsparcie Tensorflow
źródło
1

Innym prostym rozwiązaniem jest użycie map()w następujący sposób:

tensor_shape = map(int, my_tensor.shape)

To konwertuje wszystkie Dimensionobiekty naint

Achille Huet
źródło
0

W późniejszych wersjach (testowanych z TensorFlow 1.14) istnieje bardziej zdrętwiały sposób na uzyskanie kształtu tensora. Możesz użyć, tensor.shapeaby uzyskać kształt tensora.

tensor_shape = tensor.shape
print(tensor_shape)
thushv89
źródło