tf.TensorShape

Представляет форму Tensor.

Наследуется от: TraceType

tf.TensorShape(
    dims
)

Объект TensorShape представляет собой возможно частичное описание формы Tensor. Он может быть одним из следующих:

• Полностью известная форма: имеет известное количество измерений и известный размер для каждого измерения. Пример: TensorShape([16, 256])
• Частично известная форма: имеет известное количество измерений и неизвестный размер для одного или нескольких измерений. Пример: TensorShape([None, 256])
• Неизвестная форма: имеет неизвестное количество измерений и неизвестный размер во всех измерениях. Пример: TensorShape(None)

Если тензор получен операцией типа "Foo", его форму можно вывести, если существует зарегистрированная функция вывода формы для "Foo". См. Функции вывода формы для получения подробной информации о функциях вывода формы и о том, как их регистрировать. В качестве альтернативы, вы можете явно установить форму, используя tf.Tensor.set_shape.

Методы

as_list

Просмотреть исходный код

as_list()

Возвращает список целых чисел или None для каждого измерения.

as_proto

Просмотреть исходный код

as_proto()

Возвращает эту форму в виде TensorShapeProto.

assert_has_rank

Просмотреть исходный код

assert_has_rank(
    rank
)

Вызывает исключение, если self несовместима с заданным rank.

assert_is_compatible_with

Просмотреть исходный код

assert_is_compatible_with(
    other
)

Вызывает исключение, если self и other не представляют одинаковую форму.

Этот метод может использоваться для проверки, существует ли форма, которую представляют как self, так и other.

assert_is_fully_defined

Просмотреть исходный код

assert_is_fully_defined()

Вызывает исключение, если self не полностью определена во всех измерениях.

assert_same_rank

Просмотреть исходный код

assert_same_rank(
    other
)

Вызывает исключение, если self и other не имеют совместимых рангов.

concatenate

Просмотреть исходный код

concatenate(
    other
)

Возвращает конкатенацию измерений в self и other.

Примечание: Если либо self или other полностью неизвестны, конкатенация отбросит информацию о другой форме. В будущем мы можем поддерживать конкатенацию, которая сохраняет эту информацию для использования с операциями среза.

is_compatible_with

Просмотреть исходный код

is_compatible_with(
    other
)

Возвращает True, если self совместима с other.

Две формы, возможно, частично определённые, совместимы, если существует полностью определённая форма, которую обе формы могут представлять. Таким образом, совместимость позволяет коду вывода формы рассуждать о частично определённых формах. Например:

• TensorShape(None) совместима со всеми формами.

• TensorShape([None, None]) совместима со всеми двумерными формами, такими как TensorShape([32, 784]), а также TensorShape(None). Она не совместима, например, с TensorShape([None]) или TensorShape([None, None, None]).

• TensorShape([32, None]) совместима со всеми двумерными формами с размером 32 в 0-м измерении, а также с TensorShape([None, None]) и TensorShape(None). Она не совместима, например, с TensorShape([32]), TensorShape([32, None, 1]) или TensorShape([64, None]).

• TensorShape([32, 784]) совместима с собой, а также с TensorShape([32, None]), TensorShape([None, 784]), TensorShape([None, None]) и TensorShape(None). Она не совместима, например, с TensorShape([32, 1, 784]) или TensorShape([None]).

Отношение совместимости является рефлексивным и симметричным, но не транзитивным. Например, TensorShape([32, 784]) совместима с TensorShape(None), а TensorShape(None) совместима с TensorShape([4, 4]), но TensorShape([32, 784]) не совместима с TensorShape([4, 4]).

is_fully_defined

Просмотреть исходный код

is_fully_defined()

Возвращает True, если self полностью определена во всех измерениях.

is_subtype_of

Просмотреть исходный код

is_subtype_of(
    other: tf.types.experimental.TraceType
) -> bool

Возвращает True, если self является подтипом other.

Форма A является подтипом формы B, если форма B может успешно её представить:

• A TensorShape любого ранга является подтипом TensorShape(None).

• TensorShapes с одинаковыми рангами являются ковариантными, т.е. TensorShape([A1, A2, ..]) является подтипом TensorShape([B1, B2, ..]) тогда и только тогда, когда An является подтипом Bn.

  An является подтипом Bn тогда и только тогда, когда An == Bn или Bn равно None.

• TensorShapes с разными заданными рангами не имеют отношения подтипов.

Отношение подтипов рефлексивно и транзитивно, но не симметрично.

Примеры:

• TensorShape([32, 784]) является подтипом TensorShape(None), и TensorShape([4, 4]) также является подтипом TensorShape(None) но TensorShape([32, 784]) и TensorShape([4, 4]) не являются подтипами друг друга.

• Все двумерные формы являются подтипами TensorShape([None, None]), например TensorShape([32, 784]). Нет отношения подтипов с, например, TensorShape([None]) или TensorShape([None, None, None]).

• TensorShape([32, None]) также является подтипом TensorShape([None, None]) и TensorShape(None). Он не является подтипом, например, TensorShape([32]), TensorShape([32, None, 1]), TensorShape([64, None]) или TensorShape([None, 32]).

• TensorShape([32, 784]) является подтипом самого себя, а также TensorShape([32, None]), TensorShape([None, 784]), TensorShape([None, None]) и TensorShape(None). У него нет отношения подтипов, например, с TensorShape([32, 1, 784]) или TensorShape([None]).

merge_with

Просмотреть исходный код

merge_with(
    other
)

Возвращает TensorShape, объединяющую информацию из self и other.

Размеры в self и other объединяются по элементам в соответствии с правилами ниже:

Dimension(n).merge_with(Dimension(None)) == Dimension(n)
Dimension(None).merge_with(Dimension(n)) == Dimension(n)
Dimension(None).merge_with(Dimension(None)) == Dimension(None)
# raises ValueError for n != m
Dimension(n).merge_with(Dimension(m))

ts = tf.TensorShape([1,2]) ot1 = tf.TensorShape([1,2]) ts.merge_with(ot).as_list() [1,2]

ot2 = tf.TensorShape([1,None]) ts.merge_with(ot2).as_list() [1,2]

ot3 = tf.TensorShape([None, None]) ot3.merge_with(ot2).as_list() [1, None]

most_specific_common_supertype

Просмотреть исходный код

most_specific_common_supertype(
    others: Sequence[tf.types.experimental.TraceType]
) -> Optional['TensorShape']

Возвращает самый общий подтип TensorShape self и others.

• TensorShape([None, 1]) — самый общий TensorShape подтип, охватывающий как TensorShape([2, 1]), так и TensorShape([5, 1]). Обратите внимание, что TensorShape(None) также является супертипом, но не «наиболее общим».

• TensorShape([1, 2, 3]) — самый общий TensorShape подтип, охватывающий как TensorShape([1, 2, 3]), так и TensorShape([1, 2, 3]). Существуют и другие менее общие TensorShapes, которые являются супертипами вышеупомянутых TensorShapes, например, TensorShape([1, 2, None]), TensorShape(None).

  • TensorShape([None, None]) — самый общий TensorShape подтип, охватывающий как TensorShape([2, None]), так и TensorShape([None, 3]). Как всегда, TensorShape(None) также является супертипом, но не самым общим.

  • TensorShape(None) — единственный TensorShape подтип, охватывающий как TensorShape([1, 2, 3]), так и TensorShape([1, 2]). В общем случае, у любых двух форм с разными рангами будет только TensorShape(None) в качестве общего супертипа.

  • TensorShape(None) — единственный TensorShape подтип, охватывающий как TensorShape([1, 2, 3]), так и TensorShape(None). В общем случае, общий супертип любой формы с TensorShape(None) будет TensorShape(None).

most_specific_compatible_shape

Просмотреть исходный код

most_specific_compatible_shape(
    other
)

Возвращает наиболее специфичную TensorShape, совместимую с self и other.

• TensorShape([None, 1]) — наиболее специфичная TensorShape, совместимая как с TensorShape([2, 1]), так и с TensorShape([5, 1]). Обратите внимание, что TensorShape(None) также совместима с вышеупомянутыми TensorShapes.

• TensorShape([1, 2, 3]) — наиболее специфичная TensorShape, совместимая как с TensorShape([1, 2, 3]), так и с TensorShape([1, 2, 3]). Есть более общие TensorShapes, совместимые с вышеупомянутыми TensorShapes, например, TensorShape([1, 2, None]), TensorShape(None).

num_elements

Просмотреть исходный код

num_elements()

Возвращает общее количество элементов или None для неполных форм.

with_rank

Просмотреть исходный код

with_rank(
    rank
)

Возвращает форму на основе self с заданным рангом.

Этот метод преобразует полностью неизвестную форму в форму с известным рангом.

with_rank_at_least

Просмотреть исходный код

with_rank_at_least(
    rank
)

Возвращает форму на основе self с, по крайней мере, заданным рангом.

with_rank_at_most

Просмотреть исходный код

with_rank_at_most(
    rank
)

Возвращает форму на основе self с, не более чем, заданным рангом.

__add__

Просмотреть исходный код

__add__(
    other
)

__bool__

Просмотреть исходный код

__bool__()

Возвращает True, если эта форма содержит ненулевую информацию.

__concat__

Просмотреть исходный код

__concat__(
    other
)

__eq__

Просмотреть исходный код

__eq__(
    other
)

Возвращает True, если self эквивалентно other.

Сначала пытается преобразовать other в TensorShape. При неудачном преобразовании генерируется исключение TypeError. В противном случае сравниваются каждый элемент в измерениях TensorShape.

• Для двух полностью известных форм возвращает True, если каждый элемент равен.

>>> t_a = tf.TensorShape([1,2])
>>> a = [1, 2]
>>> t_b = tf.TensorShape([1,2])
>>> t_c = tf.TensorShape([1,2,3])
>>> t_a.__eq__(a)
True
>>> t_a.__eq__(t_b)
True
>>> t_a.__eq__(t_c)
False

• Для двух частично известных форм возвращает True, если каждый элемент равен.

>>> p_a = tf.TensorShape([1,None])
>>> p_b = tf.TensorShape([1,None])
>>> p_c = tf.TensorShape([2,None])
>>> p_a.__eq__(p_b)
True
>>> t_a.__eq__(p_a)
False
>>> p_a.__eq__(p_c)
False

• Для двух неизвестных форм возвращает True.

>>> unk_a = tf.TensorShape(None)
>>> unk_b = tf.TensorShape(None)
>>> unk_a.__eq__(unk_b)
True
>>> unk_a.__eq__(t_a)
False

__getitem__

Просмотреть исходный код

__getitem__(
    key
)

Возвращает значение измерения или формы в зависимости от ключа.

__iter__

Просмотреть исходный код

__iter__()

Возвращает self.dims, если ранг известен, иначе генерирует ValueError.

__len__

Просмотреть исходный код

__len__()

Возвращает ранг этой формы или генерирует ValueError, если он не определен.

__nonzero__

Просмотреть исходный код

__nonzero__()

Возвращает True, если эта форма содержит ненулевую информацию.

__radd__

Просмотреть исходный код

__radd__(
    other
)