Tensorflowのtruncated_normalのshapeに設定する要素について

Question

Tensorflowで正規分布からランダムな値のテンソルを出力する関数、truncated_normalについての質問です。
Pythonのバージョンは1.5.0です。
この関数の引数shapeに何を設定するのかをお聞きしたいです。

shapeの引数を[3,2]にすると、3行2列のテンソルが出力されます。

import tensorflow as tf

ran = tf.truncated_normal(shape=[3, 2], stddev=0.1)

sess = tf.Session()
print(sess.run(ran))

出力
[[ 0.07918037 0.11460604]
[-0.07523992 0.03573691]
[ 0.17116651 0.01668654]]

問題なのはここからで、shapeの引数を[3,2,1]にすると出力されるテンソルが3行2列の形状ではなくなってしまいます。

import tensorflow as tf

ran = tf.truncated_normal(shape=[3, 2, 1], stddev=0.1)

sess = tf.Session()
print(sess.run(ran))

出力
[[[ 0.05785213]
[-0.05744959]]

[[ 0.13790402]
[-0.02802232]]

[[ 0.01510559]
[ 0.1260141 ]]]

更に、shapeの引数を[3,2,1,1]にすると[3,2,1]のときと出力されるテンソルの形状が変わります。

import tensorflow as tf

ran = tf.truncated_normal(shape=[3, 2, 1, 1], stddev=0.1)

sess = tf.Session()
print(sess.run(ran))

出力
[[[[ 0.02945449]]

[[-0.06374347]]]

[[[-0.06561454]]

[[-0.18820563]]]

[[[-0.00074543]]

[[ 0.13984145]]]]

shapeの配列の各要素は何を設定する値か、分かる方がおられましたら宜しくお願い致します。

Answer 1

numpy の shape と同じ意味ですので、以下の記事を見てください。

NumPyのndarrayのインスタンス変数shapeの意味 - DeepAge

例えば、1次元配列と2次元配列で考えると、

[4, 5, 6] は形状 (3,) の1次元配列
[[4, 5, 6]] は形状 (1, 3) の2次元配列

になります。

Comments

[TOMO6181]

御回答ありがとうございます。
numpyと同じで、shapeの要素数分だけ出力される配列の次元数が増えていたのですね。