涉及随机数以及类RNN的网络构建常常需要根据输入shape，决定中间变量的shape或步长。 tf.shape函数不同于tensor.shape.as_list()函数，后者返回的是常值list，而前者返回的是tensor。使用tf.shape函数可以使得中间变量的tensor形状随输入变化，不需要在构建Graph的时候指定。但对于tf.Variable，因为需要提前分配固定空间，其shape无法通过上诉方法设定。
实例代码如下：
a = tf.placeholder(tf.float32,[None,]) b = tf.random_normal(tf.concat([tf.shape(a),[2,]],axis=0))