tf.shape(tensor) vs tensor.get_shape()
tf.shape(tensor) 使用tf.shape获得shape，一般是想引用tensor的某一不确定（动态）的维度。如[None, 28*28]，想要引用None的值，就需要使用tf.shape, 返回也是Tensor类型。因为None*None是没有意义的，而引用过来的值这样做是有意义的(因为返回值是tensor)tensor.get_shape()。获取shape中确定的值。坑: get_shape()返回tuple, 每个元素是tf.Dimension类型，需要使用Dimension.value获得标量值 code def new_conv_layer(input, filter_size, filter_num, use_pooling=True): input_channel = input.get_shape()[-1].value # input_channel=tf.shape(input)[-1] filter=tf.Variable(tf.random_normal([filter_size,filter_size,input_channel,filter_num], stddev=0.05)) 区别：对于shape为[None,None, 128]的tensor a，如果想reshape成[None* None, 128],必须使用tf.shape(a)[0]* tf.shape(a)[1], 因为a.get_shape()[0]*a.get_shape[0]等价于None*None，显然是不可以的