python之Tensorflow 占位符形状

在 tensorflow 中，我们将占位符指定为:

X = tf.placeholder(tf.float32, (None, 64, 64, 3)) 

表示未知数量的 64x64x3 图像批处理。

有时我们不知道占位符的尺寸，我们可以说:

X = tf.placeholder(tf.float32) 

尽可能指定形状的优点和缺点是什么？

例如是否有性能提升，是否仅用于防御性编程(当馈送数组有错误的 dims 时抛出错误)，等等......

请您参考如下方法:

我认为这已经在这个问题中得到了回答:Are there any downsides of creating TensorFlow placeholders for variable sized vs. fixed sized inputs?。

但总而言之:出于效率和调试原因，您可能希望尽可能指定形状。缺点是您的代码可能不会那么可重用。