Python 队列形状必须与数据类型具有相同的长度_Python_Numpy_Tensorflow

Python 队列形状必须与数据类型具有相同的长度

python numpy tensorflow

Python 队列形状必须与数据类型具有相同的长度,python,numpy,tensorflow,Python,Numpy,Tensorflow,我试图初始化一个类似于我的numpy数组形状的FIFOQueue 但是得到下面的错误 My-numpy数组形状-（1，17428，3）指定FIFOQueue的构造函数的参数为（emphasis mine）： dtypes：对象的列表。dtypes的长度必须等于每个队列元素中张量的数量 shapes：（可选）完全定义的TensorShape对象的列表，其长度与dtypes相同，或None 但是，您指定为形状的并不是完全定义的拉伸形状对象的列表。这是一个三个维度的列表，将被解释为一个Tenso

我试图初始化一个类似于我的numpy数组形状的FIFOQueue 但是得到下面的错误

My-numpy数组形状-（1，17428，3）

指定

FIFOQueue

的构造函数的参数为（emphasis mine）：

```
dtypes
```
：对象的列表。
```
dtypes
```
的长度必须等于每个队列元素中张量的数量
```
shapes
```
：（可选）完全定义的
```
TensorShape
```
对象的列表，其长度与
```
dtypes
```
相同，或
```
None
```

但是，您指定为

形状

的并不是完全定义的

拉伸形状

对象的列表。这是一个三个维度的列表，将被解释为一个

TensorShape

，从而形成

形状=[TensorShape（[Dimension（1）、Dimension（17428）、Dimension（3）]]

，长度为1。要告诉构造函数需要三个1D张量，可以指定：

shapes=[tf.TensorShape(1), tf.TensorShape(17428), tf.TensorShape(3)]

然后将运行

q=tf.FIFOQueue（容量=200，数据类型=dtypes，形状=shapes）

，并且不会引发任何错误

shapes=[tf.TensorShape(1), tf.TensorShape(17428), tf.TensorShape(3)]