在keras 中获取张量 tensor 的维度大小实例

2023-07-23 06:37:04 79

在进行keras网络计算时，有时候需要获取输入张量的维度来定义自己的层。但是由于keras是一个封闭的接口。因此在调用由于是张量不能直接用numpy里的A.shape()。这样的形式来获取。这里需要调用一下keras作为后端的方式来获取。当我们想要操作时第一时间就想到直接用shape()函数。其实keras中真的有shape()这个函数。

shape（x）返回一个张量的符号shape，符号shape的意思是返回值本身也是一个tensor，

示例：

>>>fromkerasimportbackendasK
>>>tf_session=K.get_session()
>>>val=np.array([[1,2],[3,4]])
>>>kvar=K.variable(value=val)
>>>input=keras.backend.placeholder(shape=(2,4,5))
>>>K.shape(kvar)

>>>K.shape(input)

__Togetintegershape(Instead,youcanuseK.int_shape(x))__

>>>K.shape(kvar).eval(session=tf_session)
array([2,2],dtype=int32)
>>>K.shape(input).eval(session=tf_session)
array([2,4,5],dtype=int32)

如果直接调用这个出的不是我们想要的。我们想要的是tensor各个维度的大小。因此可以直接调用int_shape(x)函数。这个函数才是我们想要的。

>>>fromkerasimportbackendasK
>>>input=K.placeholder(shape=(2,4,5))
>>>K.int_shape(input)
(2,4,5)
>>>val=np.array([[1,2],[3,4]])
>>>kvar=K.variable(value=val)
>>>K.int_shape(kvar)
(2,2)

最后这样我们就可以直接调用里面的大小。然后定义我们自己的keras层了。

补充知识：获取Tensor的维度（x.shape和x.get_shape()的区别）

tf.shape(a)和a.get_shape()比较

相同点：都可以得到tensora的尺寸

不同点：tf.shape()中a数据的类型可以是tensor,list,array

a.get_shape()中a的数据类型只能是tensor,且返回的是一个元组（tuple）

importtensorflowastf
importnumpyasnp

x=tf.constant([[1,2,3],[4,5,6]])
y=[[1,2,3],[4,5,6]]
z=np.arange(24).reshape([2,3,4])

sess=tf.Session()
#tf.shape()
x_shape=tf.shape(x)#x_shape是一个tensor
y_shape=tf.shape(y)#
z_shape=tf.shape(z)#
print(sess.run(x_shape))#结果:[23]
print(sess.run(y_shape))#结果:[23]
print(sess.run(z_shape))#结果:[234]

x_shape=x.get_shape()
print(x_shape)#返回的是TensorShape([Dimension(2),Dimension(3)]),不能使用sess.run()因为返回的不是tensor或string,而是元组(2,3)
x_shape=x.get_shape().as_list()
print(x_shape)#可以使用as_list()得到具体的尺寸，x_shape=[23]这是重点返回列表方便参加其他代码的运算
#y_shape=y.get_shape()
print(x_shape)#AttributeError:'list'objecthasnoattribute'get_shape'
#z_shape=z.get_shape()
print(x_shape)#AttributeError:'numpy.ndarray'objecthasnoattribute'get_shape'或者a.shape.as_list()

以上这篇在keras中获取张量tensor的维度大小实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

在keras 中获取张量 tensor 的维度大小实例

热门推荐

随机推荐