Python TypeError:concat()为参数';获取了多个值;轴';

Python TypeError:concat()为参数';获取了多个值;轴';,python,tensorflow,neural-network,conv-neural-network,Python,Tensorflow,Neural Network,Conv Neural Network,这是我的卷积神经网络: def convolutional_neural_network(frame): wts = {'conv1': tf.random_normal([5, 5, 3, 32]), 'conv2': tf.random_normal([5, 5, 32, 64]), 'fc': tf.random_normal([158*117*64 + 4, 128]), 'out': tf.random_n

这是我的卷积神经网络:

def convolutional_neural_network(frame):
    wts = {'conv1': tf.random_normal([5, 5, 3, 32]),
            'conv2': tf.random_normal([5, 5, 32, 64]),
            'fc': tf.random_normal([158*117*64 + 4, 128]),
            'out': tf.random_normal([128, n_classes])
            }
    biases = {'fc': tf.random_normal([128]),
                'out': tf.random_normal([n_classes])
            }

    conv1 = conv2d(frame, wts['conv1'])
    # print(conv1)
    conv1 = maxpool2d(conv1)
    # print(conv1)
    conv2 = conv2d(conv1, wts['conv2'])
    conv2 = maxpool2d(conv2)
    # print(conv2)
    conv2 = tf.reshape(conv2, shape=[-1,158*117*64])
    print(conv2)
    print(controls_at_each_frame)
    conv2 = tf.concat(conv2, controls_at_each_frame, axis=1)
    fc = tf.add(tf.matmul(conv2, wts['fc']), biases['fc'])

    output = tf.nn.relu(tf.add(tf.matmul(fc, wts['out']), biases['out']))

    return output
在哪里

frame = tf.placeholder('float', [None, 640-10, 465, 3])
controls_at_each_frame = tf.placeholder('float', [None, 4]) # [w, a, s, d] (1/0)
是已使用的占位符

我正在圣安德烈亚斯GTA制造一辆自动驾驶汽车。我想做的是将
控制每个帧
连接到一个层,然后将其发送到一个完全连接的层。当我运行时,我得到一个错误
TypeError:concat()得到参数“axis”的多个值

conv2 = tf.concat(conv2, controls_at_each_frame, axis=1)
你能解释一下为什么会发生这种情况吗?

试试看

conv2=tf.concat((conv2,在每个帧上控制),轴=1)


注意,我将要连接的两个帧按指定放在括号内。

这就是我喜欢stackoverflow的原因。一分钟内就得到了答案。非常感谢。