在Tensorflow中,N个元素的向量是shape(0,N)
还是(1,N)
?
我正在向占位符提供矢量但是收到此错误:
ValueError: Cannot feed value of shape (1, 984) for Tensor u'Placeholder:0', which has shape '(0, 984)'
这是一种情况,其中tf.expand_dims
需要添加一个"幻像"向量的维数?
背景:我用许多例子批量训练我的模型。我将训练过的模型保存到检查点。然后我从检查点恢复模型,并在前馈推理模式(无培训)中以单个示例运行它,批量大小= 1.显然,这个问题来自于1个输入示例与多个输入示例。占位符:
images_placeholder = tf.placeholder(tf.float32, shape=(shared.batchSize, IMAGE_PIXELS))
答案 0 :(得分:0)
使用shape=(1, x)
时,如果不创建矢量,则需要创建一个矩阵,其中包含一行和x
列。要创建矢量,请使用shape=(x,)
。看一下这个例子:
import tensorflow as tf
a = tf.ones((1, 3))
b = tf.ones((3,))
with tf.Session() as sess:
print sess.run(a)
print sess.run(b)