TensorFlow中关于Rank和Shape的混淆

Question

我对TensorFlow的等级和形状概念感到困惑。我已经从这里阅读了详细信息，并运行了一些代码来澄清我的概念。但是，我仍然很困惑，需要帮助理解。

x = tf.placeholder(tf.float32, shape=[2, 12])
print(x.get_shape()) # ==> (2, 12)
print(x[0, :].get_shape())  # ==> (12,)
print(x[1, :].get_shape())  # ==> (12,)
print(x[2, :].get_shape())  # ==> (12,)
print(x[120, :].get_shape())  # ==> (12,)

我认为x就像一个2D矩阵，其中2是行数，12是列数。那么为什么我使用x[120,:]得到的形状是(12,)？根据给定的形状，如何得到x[120,:]？

此外，由于我认为x是一个2D张量，因为对于张量来说，维度和秩是相同的（根据我的理解）。但是当我运行以下代码时：

print(x[0].get_shape())

I am getting this error:

Shape (2, 12) must have rank 1

这意味着我对排名和维度的理解有误。我错过了什么关于排名和维度的知识？排名和维度是两个不同的概念吗？为什么上面例子中张量x的排名是1？我如何设置一个张量的排名？能否用详细的例子来解释一下？

- Wasi Ahmad

---

x[0] 应该能够在最新版本的tensorflow中正常工作，尝试更新tensorflow。 - Olivier Moindrot

Answer 1

我发现您提供的链接非常清晰。

---

张量的秩是它具有的维度数量。

• 矩阵有2个维度，因此其秩为2
• 彩色图像具有3个维度[高度，宽度，3]，因此其秩为3

张量的形状是每个维度中组件的详细数量。

• 矩阵有2个维度，秩为2，并且可以具有类似[6, 10]的形状，其中6是行数，10是列数
• 一个200x200的彩色图像（秩为3）将具有形状[200, 200, 3]

---

对于您的示例，x[120, :] 是可以编写的，因为 TensorFlow 尚未检查 120 是否是有效索引。当您创建会话并运行代码时，将会出现错误：

res = x[120, :]

with tf.Session():
    sess.run(res, feed_dict={x: np.zeros((2, 12))})

无效参数错误：切片索引120超出了维度0的范围。

---

如我在评论中所说，x[0] 应该能够在最新版本的 TensorFlow 中使用，并且它应该会给出一个形状为 (12,)，秩为 1 的张量。

- Olivier Moindrot

---

在版本0.10中，我认为您只能为秩为1的张量编写x [0]。如果您想要获取矩阵的第一行，则必须指定x [0，：]，因此您会收到错误。这在v0.11中已得到修复。 - Olivier Moindrot

所以，当你执行 x[0] 时，TensorFlow 希望 x 的秩为 1。在你的情况下，x 是一个形状为 (2, 12) 且秩为 2 的矩阵，因此 TensorFlow 报错 Shape (2, 12) must have rank 1。显然，形状 (2, 12) 永远不可能具有秩 1，因此该消息的含义是“您的张量形状为(2, 12)，但是我们在这里想要秩为1”。 - Olivier Moindrot

排名与维度相同（实际上，排名为2的矩阵将被称为二维）。形状将为每个维度赋一个值，因此形状的长度就是排名。 - Olivier Moindrot

为什么x[0]的形状是(12,)，它的秩为1？(12)不是传达相同信息吗？ - Drux

在Python中，(12)与12相同。形状始终是元组，因此如果它只有一个元素，则需要编写(12,)。 - Olivier Moindrot

Answer 2

经过一些分析，我发现在声明张量时使用的方括号数目表示张量的秩。形状中的值的数量等于秩。例如：

a1=tf.constant(
[   
    [
        [1,2,3,4,5],
        [1,2,3,4,5],
        [1,2,3,4,5],
        [1,2,3,4,5]
    ]
]
)

这里，我使用了3个方括号。因此，秩为3。由于秩为3，形状将以格式(x,y,z)呈现。

现在，x、y和z的值：

x=第一个方括号中逗号的数量加1，所以x=0+1=1

同样地， y=3+1=4

z=4+1=5

最后，秩为3，形状为(1,4,5)

- Sandeep Yadav M