相同点：都可以得到tensor a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）
如果需要根据上一层的动态shape计算当前层的shape，该如何做呢
x=tf.placeholder(tf.float32, shape=[None, 227,227,3] )
但在运行的时候想知道 None到底是多少,这时候,只能通过 tf.shape(x)[0]这种方式来获得.输出的shape，例如：
out_shape=[tf.shape(x)[0],tf.shape(x)[1],tf.shape(x)[2]tf.shape(x)[3]]
但是 tf.shape(x)[0]的值是None，这样是无法直接指定shape的，程序会崩
由于返回的时tensor，所以我们可以使用其他tensorflow节点操作进行处理，如下面的转置卷积中，使用stack来合并各个shape的分量，
def conv2d_transpose(x, input_filters, output_filters, kernel, strides):with tf.variable_scope( 'conv_transpose' ):shape  = [kernel, kernel, output_filters, input_filters]weight  = tf.Variable(tf.truncated_normal(shape, stddev = 0.1 ), name = 'weight' )batch_size  = tf.shape(x)[ 0 ]height  = tf.shape(x)[ 1 ]  * strideswidth  = tf.shape(x)[ 2 ]  * stridesoutput_shape  = tf.stack([batch_size, height, width, output_filters])
return tf.nn.conv2d_transpose(x, weight, output_shape, strides = [ 1 , strides, strides,  1 ], name = 'conv_transpose' )
这样就可以将数值和tensor合并转为Tensor，程序就不会报错啦
Original: https://blog.csdn.net/ab0902cd/article/details/123872696
Author: ab0902cd
Title: tensorflow获取动态shape
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/508999/
转载文章受原作者版权保护。转载请注明原作者出处！