tf.shape

Возвращает тензор, содержащий форму входного тензора.

tf.shape(
    input,
    out_type=tf.dtypes.int32,
    name=None
)

См. также tf.size, tf.rank.

tf.shape возвращает 1-мерный целочисленный тензор, представляющий форму input. Для скалярного входного значения возвращаемый тензор имеет форму (0,) и его значение — пустой вектор (т.е. []).

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, при использовании API Keras, tf.shape() вернёт форму символического тензора.

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

В этих случаях, использование tf.Tensor.shape вернёт более информативные результаты.

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

(Первое None представляет пока неизвестный размер пакета.)

tf.shape и Tensor.shape должны быть идентичны в режиме eager. Внутри tf.function или в контексте compat.v1 не все измерения могут быть известны до времени выполнения. Поэтому при определении пользовательских слоёв и моделей для режима графа предпочитайте динамическое tf.shape(x) статическому x.shape.