我想在Tensorflow中连接一个变量和一个张量，但是Tensorflow不会让这两个类型连接起来。
以下是我连接两个张量的方法：
self.embedded_chars = tf.nn.embedding_lookup(self.W, self.input_x) //returns Tensor object
v1 = tf.Variable(tf.zeros([88,77]),dtype=tf.float32)
self.embedded_chars = tf.concat(1,[self.embedded_chars,v1])
但是我收到以下错误：
文件“test.py”，第93行，in l2_reg_lambda = FLAGS.l2_reg_lambda）文件“test.py”，第31行， init self.embedded_chars = tf.concat（1，[self.embedded_chars，v1]）文件“lib / python2.7 / site-packages / tensorflow / python / ops / array_ops.py”，line 1047，在concat dtype = dtypes.int32）.get_shape（文件“lib / python2.7 / site-packages / tensorflow / python / framework / ops.py”，行 651，在convert_to_tensor中 as_ref = False）文件“lib / python2.7 / site-packages / tensorflow / python / framework / ops.py”，行 716，在internal_convert_to_tensor中 ret = conversion_func（value，dtype = dtype，name = name，as_ref = as_ref）文件 “LIB / python2.7 /站点包/ tensorflow /蟒蛇/框架/ constant_op.py” 第176行，在_constant_tensor_conversion_function中 return constant（v，dtype = dtype，name = name）文件“lib / python2.7 / site-packages / tensorflow / python / framework / constant_op.py”， 第165行，常数 tensor_util.make_tensor_proto（value，dtype = dtype，shape = shape，verify_shape = verify_shape））文件 “LIB / python2.7 /站点包/ tensorflow /蟒蛇/框架/ tensor_util.py” 第367行，在make_tensor_proto中 _AssertCompatible（values，dtype）文件“lib / python2.7 / site-packages / tensorflow / python / framework / tensor_util.py”， 第302行，在_AssertCompatible中 （dtype.name，repr（不匹配），类型（不匹配）。 name ））TypeError：预期int32，得到的列表包含类型为'_Message'的张量 代替。
如何正确连接变量和张量？
答案 0 :(得分：1)
假设您使用的是1.0版： 如果查看文档，您会看到concat（https://www.tensorflow.org/api_docs/python/tf/concat）希望将值作为第一个参数，将axis作为第二个参数。
您的代码应为：
self.embedded_chars = tf.nn.embedding_lookup(self.W, self.input_x) //returns Tensor object
v1 = tf.Variable(tf.zeros([88,77]),dtype=tf.float32)
self.embedded_chars = tf.concat([self.embedded_chars,v1],1)
由于我没有测试它，请告诉我它是否有效！
干杯！