我的输入数据有4个功能（列中）和可变大小的行数。它存储在numpy array中。以形状[?, 4]的数组输入应该产生1个深度为number_classes的单个one_hot向量，而不是每行一个。
我已经设置了这样的网络：
x = tf.placeholder(tf.float32, [None, number_features])
y = tf.placeholder(tf.float32, [None, number_classes])
layer1 = tf.layers.dense(x, neurons_no, tf.nn.relu)
layer2 = tf.layers.dense(layer1, neurons_no, tf.nn.relu)
output = tf.layers.dense(layer2, number_classes, tf.nn.softmax)
我已尝试将形状[1, number_classes]指定为y的形状，但它会引发错误，因为它会返回x的每行y ，我无法指定x的第一个维度，因为这个数字是可变的。
如何使tensorflow只产生1个输出向量每组的输入（读取x的所有行，并在进行分类后）？我是否必须添加其他维度？