随机生成Python示例代码：obtain_input_shape()函数的用途

obtain_input_shape()函数的主要用途是获取输入数据的形状。这个函数通常在机器学习和深度学习任务中使用，用于确定模型的输入层的维度。在大多数情况下，模型的输入数据是多维数组，而obtain_input_shape()函数将返回这个输入数据的维度信息。

下面是一个使用obtain_input_shape()函数的例子：

import numpy as np

def obtain_input_shape(data):
    if isinstance(data, np.ndarray):
        return data.shape
    elif isinstance(data, list):
        return np.array(data).shape
    elif isinstance(data, tuple):
        return np.array(data).shape
    else:
        return None

# 示例 1: 多维数组作为输入
input_data = np.random.rand(32, 128, 128, 3)
input_shape = obtain_input_shape(input_data)
print("Input shape:", input_shape)

# 示例 2: 列表作为输入
input_data = [1, 2, 3, 4, 5]
input_shape = obtain_input_shape(input_data)
print("Input shape:", input_shape)

# 示例 3: 元组作为输入
input_data = (1, 2, 3)
input_shape = obtain_input_shape(input_data)
print("Input shape:", input_shape)

# 示例 4: 不支持的数据类型
input_data = "Hello, World!"
input_shape = obtain_input_shape(input_data)
print("Input shape:", input_shape)

在上面的例子中，obtain_input_shape()函数接收一个输入数据作为参数，并通过判断输入数据的类型来确定其形状。如果输入数据是np.ndarray类型，则直接返回其形状；如果输入数据是列表或元组类型，则将其转换为np.ndarray类型并返回其形状；如果输入数据是其他类型，则返回None。

示例 1 中，输入数据是一个四维的多维数组，形状为(32, 128, 128, 3)，因此函数会返回这个形状。

示例 2 中，输入数据是一个列表，形状为(5,)，函数先将其转换为np.ndarray类型，再返回其形状。

示例 3 中，输入数据是一个元组，形状为(3,)，函数同样先将其转换为np.ndarray类型，再返回其形状。

示例 4 中，输入数据是一个字符串，由于这个类型的数据不支持形状的确定，函数会返回None。

通过使用这个obtain_input_shape()函数，我们可以方便地确定输入数据的形状，并在机器学习和深度学习任务中准确地配置模型的输入层。