如何用无量纲张量流重塑张量

Question

我有一个(3, None, 80, 10)形状的张量，我想把它重塑成(3*None, 80, 10)。我尝试了以下代码行，但没有得到所需的形状(3*None, 80, 10)，我得到了形状(None, None, None)的张量：

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

有什么建议吗

编辑：

我还尝试了以下代码：

shape = [tf.shape(node_embed_tmp)[k] for k in range(4)]
Y=tf.reshape(node_embed_tmp, [-1, shape[2], shape[3]])

但是我得到了(None, None, None)的形状和以下错误：ValueError: Input size (depth of inputs) must be accessible via shape inference, but saw value None.

Answer 1

重塑变维张量是一项挑战， 您可以使用keras.Input库

from tensorflow import keras
tensor_shape = (3, None, 80, 10)
input = keras.Input(shape=((None,) + tensor_shape[1:]), dtype = 'int32')
input.shape

输出

TensorShape([None, None, None, 80, 10])