如何解决当维度未知时如何创建一维范围张量？
举个例子：
x = tf.placeholder(tf.float32,shape=[None,4])
r = tf.range(start=0,limit=,delta=x.shape[0],dtype=tf.int32,name='range')
sess = tf.Session()
result = sess.run(r,Feed_dict={x: raw_lidar})
print(r)
问题是，x.shape[0] 在构建计算图时没有。所以我无法使用范围构建张量。它给出了一个错误。
ValueError: Cannot convert an unkNown Dimension to a Tensor: ?
对问题的任何建议或帮助。
提前致谢
解决方法
在图形模式下运行此代码时，
x.shape[0] 可能尚不存在。如果你想要一个值，你需要使用 tf.shape(x)[0]。
有关 documentation for tf.Tensor.get_shape 中该行为的更多信息。摘录（重点是我的）：
tf.Tensor.get_shape() 等价于 tf.Tensor.shape。
在 tf.function 中执行或使用 tf.keras.Input 构建模型时，Tensor.shape 可能会返回部分形状（对于未知尺寸包括 None）。请参阅 tf.TensorShape 了解更多信息详情。
>>> inputs = tf.keras.Input(shape = [10])
>>> # Unknown batch size
>>> print(inputs.shape)
(None,10)
使用为每个 tf.Operation 注册的形状推断函数计算形状。 返回的 tf.TensorShape 在构建时确定，不执行底层内核。它不是 tf.Tensor。 如果您需要形状张量，请将 tf.TensorShape 转换为 tf.constant，或使用 tf.shape(tensor) 函数，该函数在执行时返回张量的形状。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
