关于TensorFlow中tf.reshape()及shape的问题

我看别人都有转载请声明出处，我也写上，：）

转载请申明出处，https://blog.csdn.net/sinat_28704977/article/details/80626689

更重要的，如有错误，请批评指正，不胜感谢。

---

先上代码：

import numpy as np
import tensorflow as tf
a = tf.constant([
    [ [ 1.0, 2.0, 3.0, 4.0 ],
      [ 5.0, 6.0, 7.0, 8.0 ],
      [ 8.0, 7.0, 6.0, 5.0 ],
      [ 4.0, 3.0, 2.0, 1.0 ] ],
    [ [ 4.0, 3.0, 2.0, 1.0 ],
      [ 8.0, 7.0, 6.0, 5.0 ],
      [ 1.0, 2.0, 3.0, 4.0 ],
      [ 5.0, 6.0, 7.0, 8.0 ] ]
])
c=a
image_shape = c.get_shape()
b=tf.reshape(a,[4,4,2])
a = tf.reshape(a, [ 1, 4, 4, 2 ])
#这里reshape是强制转换，是直接从上面矩阵挨个取值并转换为目标shape，转换后的图片不是如上图一样的两个4*4数组即（2,4,4），而是（1,4,4,2）。

with tf.Session() as sess:
    g,h=(c,image_shape[-1].value)
    d = image_shape[ 1: ].as_list()#[4,4]一维列表
    dim=1
    for test in d:#image_shape为（2,4,4）tensor_shape类型，维数为3
        print(test)
        dim*=int(test)
    e=tf.reshape(a,[-1,dim])
    f=tf.reshape(e,(32,1))
    print(e,'\n',e.get_shape())
    image = sess.run(e)
    image2 = sess.run(f)
    print(image,image2)

问题1

代码中，a的shape为（2,4,4），并不是我们直观认为的图像格式4*4*2。这是需要注意的一点。

问题2

首先，tensor有get_shape()方法获得tensor的shape，类型为tensor_shape，然后，shape[1:]的意思是取从第二个维度开始的shape，例如返回的tensor_shape为（1,4,4,2），加上as_list()就成为[4,4,2]一个一维列表.

问题3

e=tf.reshape(a,[-1,dim])

这里不是转为列向量，因为如果是一个列向量，那么shape应该是（1,32,1），如果是列向量，则是（32,1）。这里转为：最后一个维度是32的一个向量，也就是（1,32）。要区分清楚。
结果图：