tf.shape

Возвращает тензор, содержащий форму входного тензора.

tf.shape(
    input, out_type=None, name=None
)

Используется в блокнотах

См. также tf.size, tf.rank.

tf.shape возвращает одномерный целочисленный тензор, представляющий форму input. Для скалярного входа возвращаемый тензор имеет форму (0,) и содержит пустой вектор (то есть []).

Например:

tf.shape(1.)
<tf.Tensor: shape=(0,), dtype=int32, numpy=array([], dtype=int32)>

t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]]])
tf.shape(t)
<tf.Tensor: shape=(3,), dtype=int32, numpy=array([2, 2, 3], dtype=int32)>

Примечание: При использовании символических тензоров, например в API Keras, tf.shape() возвращает форму символического тензора.

a = tf.keras.layers.Input((None, 10))
tf.shape(a)
<... shape=(3,) dtype=int32...>

В этих случаях tf.Tensor.shape возвращает более информативные результаты.

a.shape
TensorShape([None, None, 10])

(Первое None обозначает пока неизвестный размер пакета.)

В режиме eager tf.shape и Tensor.shape должны возвращать одинаковые значения. Внутри tf.function или контекста compat.v1 некоторые измерения могут быть неизвестны до момента выполнения. Поэтому при определении пользовательских слоёв и моделей для режима графов предпочитайте динамический вариант tf.shape(x) статическому x.shape.