Tensorflow：对于tf.norm，形状必须等于等级，但是为4和1

Question

我试图在conv2d图层中找到所有过滤器的规范。请找到以下相同的代码

conv1 = tf.layers.conv2d(
                         inputs=input_layer,
                         filters=32,
                         strides=(1, 1),
                         kernel_size=[3, 3],
                         padding="valid",
                         activation=tf.nn.relu,
                         use_bias=True,
                         kernel_regularizer=tf.nn.l2_loss,
                         bias_regularizer=tf.nn.l2_loss,
                         name="conv1")

var = [v for v in tf.trainable_variables() if "conv1" in v.name]
print(tf.norm(var,axis=4))

  

形状必须等于等级，但是4和1从形状0与其他形状合并。 for＆＃39; norm / packed＆＃39; （op：＆＃39; Pack＆＃39;）输入形状：[3,3,3,32]，[32]。

我尝试过使用＆＃34; None到4＆＃34;的多个轴值。没有人工作。有人可以解释问题是什么以及如何解决？