Python 如何将形状（36，）的张量转换为（1,36）

我还不熟悉numpy，希望有人能帮我

代码是：

x = tf.placeholder(tf.float32 , [1 , 36])
# L is a list from a list of lists.
sess.run(rnn_model , {x : L})

错误是：

ValueError: Cannot feed value of shape (36,) for Tensor 'Placeholder:0', which has shape '(1, 36)'

我认为这是因为L是2D列表中的一个列表，python认为L必须是一个列列表

---

如何解决此错误？

您可以使用

numpy

来重塑

列表L

，然后使用

tf.convert\u to\u tensor（）

例子 输出：

1.15.0
1.17.3
Tensor("Const_7:0", shape=(1, 36), dtype=float32)

可以使用将列表转换为列向量，如下所示：

sess.run(rnn_model , {x : np.expand_dims(L, axis=0)})

---

通过在所需位置使用None，可以使用奇特的索引添加大小为1的额外维度

L[None, :]

或

---

如果L不是一个数组。

使用

tf。重塑

有效，但我想重塑列表，但不是张量本身。那么，

L

中有什么？我能看看它的形状吗？

L[None, :]

np.array(L)[None, :]