Python DRQN-前缀张量必须是标量或向量，但必须是saw张量

在下文中，我收到以下错误：

ValueError:前缀张量必须是标量或向量，但saw张量：张量（“占位符_2:0”，dtype=int32）

错误源于以下几行：

# Take the output from the final convolutional layer and send it to a recurrent layer
# The input must be reshaped into [batch x trace x units] for rnn processing, and then returned to
# [batch x units] when sent through the upper levels
self.batch_size = tf.placeholder(dtype=tf.int32)
self.convFlat = tf.reshape(slim.flatten(self.conv4), [self.batch_size, self.trainLength, h_size])
# !!!!This is the line where error city happens!!!!
self.state_in = rnn_cell.zero_state(self.batch_size, tf.float32)

网络初始化后：

mainQN = Qnetwork(h_size, cell, 'main')

在python控制台中单独运行代码时，此错误仍然存在，因此错误是一致的

---

如果有帮助的话，我会发布更多的代码

我在tensorflow is 1.2的版本中遇到了同样的问题

当我把它改为1.1.0时，问题解决了

我认为这是因为rnn_cell.zero_state的API使得arg batch_size必须是标量或向量，而不是张量

---

因此，如果将批次大小更改为标量，例如128，问题也可以解决。

还有另一种解决方案

改变

self.batch_size = tf.placeholder(dtype=tf.int32)

到

self.batch_size = tf.placeholder(dtype=tf.int32, [])