Python 我该怎么办'；对于循环'；张量形状为（？，20）

我正在尝试这样做：

for i in range(int(linear.get_shape()[0])):
    for j in range(int(linear.get_shape()[1])):
        if linear[i][j]<0.5 and linear[i][j]>-0.5:
            linear[i][j]==0

我有一个错误：

Traceback (most recent call last):
File "L1_01.py", line 52, in <module>
train_X_=model.fit_transform(train_X)[0]
File "/home/hjson/tmp/BRCA/libsdae/stacked_autoencoder.py", line 126, in fit_transform
self.fit(x)
File "/home/hjson/tmp/BRCA/libsdae/stacked_autoencoder.py", line 92, in fit
print_step=self.print_step, lambda_=self.lambda_, glscale=self.glscale)
File "/home/hjson/tmp/BRCA/libsdae/stacked_autoencoder.py", line 144, in run
tf.matmul(x, encode['weights']) + encode['biases'], activation)
File "/home/hjson/tmp/BRCA/libsdae/stacked_autoencoder.py", line 220, in activate
for i in range(int(linear.get_shape()[0])):
TypeError: __int__ returned non-int (type NoneType)

回溯（最近一次呼叫最后一次）：
文件“L1_01.py”，第52行，在
train\ux\ux=模型。拟合变换（train\ux）[0]
文件“/home/hjson/tmp/BRCA/libsdae/stacked_autoencoder.py”，第126行，在fit_变换中
自我适应（x）
文件“/home/hjson/tmp/BRCA/libsdae/stacked_autoencoder.py”，第92行，合适
打印步骤=self.print步骤，lambda\ux=self.lambda\ux，glscale=self.glscale）
文件“/home/hjson/tmp/BRCA/libsdae/stacked_autoencoder.py”，第144行，运行中
tf.matmul（x，编码['weights']）+编码['biases']，激活）
文件“/home/hjson/tmp/BRCA/libsdae/stacked_autoencoder.py”，第220行，激活
对于范围内的i（int（linear.get_shape（）[0]）：
TypeError:\uuuuu int\uuuu返回的非int（类型NoneType）

---

我怎样才能解决这个问题

这可以通过基于所需范围创建遮罩并将遮罩应用于原始矩阵来实现。因此，如果矩阵为X，则需要：

tf.cast(
    tf.logical_or(X >= 0.5, X <= -0.5),
    X.dtype
) * X

tf.cast(
tf.logical_或（X>=0.5，X我建议你阅读一些关于TF的教程，因为你所做的事情的整个概念没有任何意义。无论如何，我的回答解释了你如何实现你想要的。谢谢你的建议。我刚刚学习了TF，仍然很困惑。谢谢你的评论。但我不明白为什么你乘以X，就得到了除TF之外的所有值我刚试过一些例子，我明白了。谢谢你抽出时间
tf.cast(
    tf.logical_or(X >= 0.5, X <= -0.5),
    X.dtype
) * X