Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

446 | Capítulo 15: Autoencoders

Como a forma de X é apenas parcialmente denida durante a

fase de construção, não podemos saber antecipadamente a for-

ma do ruído que devemos adicionar a

X. Nós não podemos recorrer a

X.get_shape() porque isso apenas retornaria a forma parcialmen-

te denida de

X ([None, n_inputs]), e random_normal() espera

uma forma totalmente denida para que possa gerar uma exceção.

Em vez disso, chamamos

tf.shape(X), que cria uma operação que

retornará a forma de

X em tempo de execução, que será totalmente

denida nesse ponto.

Não é difícil implementar a versão dropout, que é a mais comum:

dropout_rate = 0.3

training = tf.placeholder_with_default(False, ...