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.
重塑变维张量是一项挑战, 您可以使用keras.Input库
输出
相关问题 更多 >
编程相关推荐