Tf.shape

reshape即把矩阵的形状变一下，这跟matlab一样的，但如果参数是-1的话是什么意思呢？

看一下例子哈：

In [21]:

  

tensor = tf.constant([1, 2, 3, 4, 5, 6, 7,8])

  

  

In [22]:

  

sess.run(tf.initialize_all_variables())

  

  

In [23]:

  

print(sess.run(tensor))

  

  

[1 2 3 4 5 6 7 8]

In [24]:

  

tensorReshape = tf.reshape(tensor,[2,4])

  

  

In [25]:

  

print(sess.run(tensorReshape))

  

  

[[1 2 3 4]

[5 6 7 8]]

In [26]:

  

tensorReshape = tf.reshape(tensor,[1,2,4])

  

  

In [27]:

  

print(sess.run(tensorReshape))

  

  

[[[1 2 3 4]

[5 6 7 8]]]

In [28]:

  

tensorReshape = tf.reshape(tensor,[-1,2,2])

  

  

In [29]:

  

print(sess.run(tensorReshape))

  

  

[[[1 2]

[3 4]]

 

[[5 6]

[7 8]]]
所以-1，就是缺省值，就是先以你们合适，到时总数除以你们几个的乘积，剩下几就是几，剩下的那个就是我的缺省值