Python Tensorflow:FixedLenFeature字节数值！=预期

我尝试从tfrecords文件加载示例。我有一个读卡器功能，如：

def read_record(filename_queue):
    reader = tf.TFRecordReader()

    key, record_string  = reader.read(filename_queue)


    features = {
    "feature": tf.FixedLenFeature([], dtype=tf.string),
    }


    ex_dict = tf.parse_single_example(record_string, features)

    ex_feature = tf.decode_raw(ex_dict["feature"], tf.float32)

    return ex_feature

我只是跟着

但是

example_features = read_record(filename_queue)
values = sess.run({"features":example_features})

停止时出现以下错误：

InvalidArgumentError:名称：，键：功能，索引：0。字节数值！=预期。值大小：4096，但输出形状：[] 由op u'ParseSingleExample/ParseExample/ParseExample'引起

---

有什么问题吗（我知道我可以提到实际尺寸，但我不想要这个）？

好的，我已经找到了。问题是在写作过程中：

我定义了一个例子：

example = tf.train.Example(features=tf.train.Features(feature={
                'feature' : tf.train.Feature(bytes_list=tf.train.BytesList(
                    value=value))}))

但我本应该用

example = tf.train.Example(features=tf.train.Features(feature={
                'feature' : tf.train.Feature(bytes_list=tf.train.BytesList(
                    value=[value]))}))

---

好的，我找到我自己了。问题是在写作过程中：

我定义了一个例子：

example = tf.train.Example(features=tf.train.Features(feature={
                'feature' : tf.train.Feature(bytes_list=tf.train.BytesList(
                    value=value))}))

但我本应该用

example = tf.train.Example(features=tf.train.Features(feature={
                'feature' : tf.train.Feature(bytes_list=tf.train.BytesList(
                    value=[value]))}))