x = tf.placeholder(tf.float32,shape=[None,784])のNoneはどういう意味なのか

Question

Tensorflowのチュートリアルで

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data',one_hot=True)
import tensorflow as tf
sess = tf.InteractiveSession()
x = tf.placeholder(tf.float32,shape=[None,784])
y_ = tf.placeholder(tf.float32,shape=[None,10])

というコードが出てきました。この、

x = tf.placeholder(tf.float32,shape=[None,784])
y_ = tf.placeholder(tf.float32,shape=[None,10])

のshape=[None,784]やshape=[None,10]のNoneはどういう意味なのかがよくわかりません。例えば、[None,784]だとしたら（０～∞次元）×784次元の変数をもつという意味になるのでしょうか？

Comments

[can110]

不明な「Tensorflowのチュートリアル」およびコードの出典を明記すると回答得られるかもしれません。

Answer 1

この場合のNoneは実行時に決定することを意味します。

以下、チュートリアルより引用

We represent this as a 2-D tensor of floating-point numbers, with a shape [None, 784]. (Here None means that a dimension can be of any length.)

x = tf.placeholder(tf.float32,shape=[None,784])
y_ = tf.placeholder(tf.float32,shape=[None,10])

上記、記載いただいているtensorflowのチュートリアルでは、xがNx784、y_がN×10となり、Nはsession.run実行時のfeed_dictで指定します。

for _ in range(1000):
  batch_xs, batch_ys = mnist.train.next_batch(100)
  sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

詳しくは以下を参照ください。

placeholder

TensorFlowの定数、変数、プレースホルダー

Comments

[mkgrei]

バッチサイズを後から変更しやすくするための機能と認識しています。