Question

当我运行以下代码时

import tensorflow as tf


def compute_area(sides):
    a = sides[:, 0]
    b = sides[:, 1]
    c = sides[:, 2]
    # Heron formula
    s = (a + b + c) * 0.5
    area_sq = s * (s - a) * (s - b) * (s - c)
    return tf.sqrt(area_sq)


with tf.Session() as sess:
    area = compute_area(tf.constant([5.0, 3.0, 7.1]))
    result = sess.run(area)
    print(result)

我收到以下错误

ValueError: Index out of range using input dim 1; input has only 1 dims for 'strided_slice' (op: 'StridedSlice') with input shapes: [3], [2], [2], [2] and with computed input tensors: input[3] = <1 1>.

那是为什么？

Answer 1

[5.0, 3.0, 7.1]是一个向量，它是一维张量。无法使用矩阵的语法对向量进行切片或索引，例如使用[:, 0]，但要访问向量的第一个元素，您需要（简单地）使用[0]。因此，您的代码将按以下方式工作

import tensorflow as tf


def compute_area(sides):
    a, b, c = sides[0], sides[1], sides[2]
    # Heron formula
    s = (a + b + c) * 0.5
    area_sq = s * (s - a) * (s - b) * (s - c)
    return tf.sqrt(area_sq)


with tf.Session() as sess:
    area = compute_area(tf.constant([5.0, 3.0, 7.1]))
    result = sess.run(area)
    print(result)

（在TensorFlow官方文章中有关张量的“ Referring to tf.Tensor slices ”部分中，您具有有关在TensorFlow中索引和切片张量的更多信息。

ValueError：使用输入调光1索引超出范围；输入的strided_slice只有1个暗角

1 个答案: