Question

错误是：

TypeError：无法将类型的对象转换为Tensor。内容：[无，4]。考虑将元素强制转换为受支持的类型。

import tensorflow as tf
xs=tf.placeholder(tf.float32,[None,2,2,1],name='x-input')
reshaped_xs=tf.reshape(xs,[None,4])

with tf.Session() as sess:
    print sess.run(reshaped_xs)

tensorflow版本是：1.4.0

docker run -d  --restart=always -p 8888:8888 tensorflow/tensorflow:1.4.0

那么如何解决这个问题？ TKS！

Answer 1

要重塑占位符，只需对未知尺寸使用-1。使用sess.run时，还必须将一个值输入占位符。这将起作用：

import tensorflow as tf

xs = tf.placeholder(tf.float32, [None, 2, 2, 1], name='x-input')

reshaped_xs = tf.reshape(xs, [-1, 4])

with tf.Session() as sess:
    x = [[[[0.], [0.]], [[0.], [0.]]]]
    print(sess.run(reshaped_xs, feed_dict={xs: x}))

Answer 2

您不能重塑占位符，它会为要在feed dict中传递的对象保留一个内存空间，“无”表示将动态分配内存，如果您将未分配的内存重塑为另一个固定大小内存，这可能是语法正确的，但是我怀疑是否可以在ipython中运行它。

Answer 3

我认为这是问题和带答案的评论的意思。必须先为自己澄清。类似的东西。

import tensorflow as tf
import numpy as np

x = tf.placeholder(dtype=tf.float32, shape=(None))
x_reshaped = tf.reshape(x, shape=[tf.shape(x)[0], 2,2,1])

with tf.Session() as sess:
    init = tf.global_variables_initializer()
    sess.run(init)
    _, x_reshaped_result = sess.run([x, x_reshaped], feed_dict={x: np.random.random(16).reshape(4, 2, 2, 1)})
    print (x_reshaped_result.shape)

张量流如何重塑尺寸为None的张量，像这样[None，2,2,1]？

3 个答案: