我正在尝试将形状为(n_samples,n_channels,height,width)的数据传递给涉及Conv2D作为其第一层的模型。 n_channels的长度为128（基本上，我试图将不同的时间样本传递到不同的通道中），因此长度也可以增加或减少。当我尝试仅通过张量作为输入时，它抱怨：
InvalidArgumentError: Tensor must be 4-D with last dim 1, 3, or 4, not [60,128,9,9,1]
我试图将形状更改为类似[60,9,9,128]的形状，但是它给出了相同的错误
我正在尝试通过网络一次传递一堆图像。我认为将它们沿通道集总会比较聪明（因为隐藏的转换层可以接受多通道输入）。但是，第一个conv层似乎无法接受这种张量形状。
我不明白，为什么在tensorflow中如此安排以致只能通过1,3或4个通道，以及如何解决该问题。
PS：从tensorflow 2.2版本开始，我正在使用tensorflow.compat.v1来完成任务。
答案 0 :(得分：0)
我对tensorflow不太确定，但是在Pytorch中，可以用.squeeze()之类的东西来消除最后一个维度，大小会变成[60,128,9,9]，那应该就不错了。< /p>