在tf.placeholder的shape参数中,None是什么意思?

tf_train_dataset = tf.placeholder(tf.float32, shape=[batch_size, num_features])

从上面可以看出,数据的数量等于batch_size,每个数据的长度为num_features

但是

X = tf.placeholder("float", [None, timesteps, num_input])我实在不明白。能教教我吗?谢谢


回答:

tf.placeholder的shape参数中传递None,表示该维度未指定,Tensorflow会在运行时(当你运行会话时)从你传入的张量中推断这个维度。通常只有某些参数(一般是batch_size参数)可以被设置为None,因为Tensorflow需要在运行前构建一个可工作的图。这在你不想在运行前指定batch_size时非常有用。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注