Python 如何用张量实例化神经网络参数？

我使用完全连接层。所需参数包括输入、输出节点数和激活功能。但是输出节点的数量是一个张量值，它取决于占位符的值。代码附在下面

我需要可变速率作为占位符，因为我必须在训练期间更改它的值

rate=tf.placeholder（tf.float32，shape=（），name='code\u rate'）
num_out=tf.to_int32（1/速率）
enc_out=层。完全连接（输入到fcnn、num_out、tf.nn.relu）

在初始化过程中，由于没有定义张量，我得到了这个错误

num_输出类型应为“int”类中的一个，get类 'tensorflow.python.framework.ops.Tensor'

---

有什么解决办法吗？提前谢谢

完全连接的层的大小是固定的，没有解决方法

更改输出大小会产生问题

如果增加大小，如何设置传入和传出“连接”的权重

---

如果减少，你会扔掉哪些重量？

你说得对。我现在不确定我的问题。谢谢你的回复。