Python 张量流中的形状

我是Tensorflow的新手，在将形状

（n，）

与形状

（n，1）

组合时遇到问题

我有以下代码：

if __name__ == '__main__':
    trainSetX, trainSetY = utils.load_train_set()

    # create placeholders & variables
    X = tf.placeholder(tf.float32, shape=(num_of_features,))
    y = tf.placeholder(tf.float32, shape=(1,))
    W, b = initialize_params()

    # predict y
    y_estim = linear_function(X, W, b)
    y_pred = tf.sigmoid(y_estim)

    # set the optimizer
    loss = tf.nn.sigmoid_cross_entropy_with_logits(labels=y, logits=y_pred)
    loss_mean = tf.reduce_mean(loss)
    optimizer = tf.train.GradientDescentOptimizer(learning_rate=alpha).minimize(loss_mean)

    # training phase
    init = tf.global_variables_initializer()
    with tf.Session() as sess:
        sess.run(init)
        for idx in range(num_of_examples):
            cur_x, cur_y = trainSetX[idx], trainSetY[idx]
            _, c = sess.run([optimizer, loss_mean], feed_dict={X: cur_x, y: cur_y})

我试图通过每次提供一个示例来实现随机梯度下降。问题是，它似乎以

（num\u of \u features，）

的形式提供数据，而我需要

（num\u of \u features，1）

来正确使用其他函数

例如，前面给出的代码在使用此函数计算y的预测时会导致错误：

def linear_function(x, w, b):
    y_est = tf.add(tf.matmul(w, x), b)
    return y_est

错误是：

ValueError:对于输入形状为[13197]、[3197]的“MatMul”（op:'MatMul'），形状必须为秩2，但为秩1

我试图使用

tf.reformate

和

X

和

y

以某种方式解决这个问题，但它在其他地方导致了错误

是否可以将数据以“正确”的形式输入

feed_dict={X:cur_X，y:cur_y}

或者，怎样才能正确地实现这一点

---

谢谢。

对于矩阵乘法，您需要遵循形状规则

（a，b）*（b，c）=（a，c）

这意味着您确实需要重塑它，因为代码中的形状没有遵循它。显示重塑后出现的错误会有所帮助

希望这能给你一些提示

import tensorflow as tf

a = tf.constant([1, 2], shape=[1, 2])
b = tf.constant([7, 8], shape=[2])

print(a.shape) # => (1, 2)
print(b.shape) # => (2,)

sess = tf.Session()

# r = tf.matmul(a, b)
# print(sess.run(r)) # this gives you error

c = tf.reshape(b, [2, 1])
print(c.shape) # => (2, 1)

r = tf.matmul(a, c)
foo = tf.reshape(r, [1])
foo = sess.run(foo)
print(foo) # this gives you [23]

---

我知道形状的规则。问题是我的形状如下：

x_形状：（3197，）；w_形：（13197）

。如果我添加

x=tf.reforme（x，[num\u of\u features，1]）

，则

matmul

工作正常。但是我有形状（1，1）的

y_estim

。然后我重新塑造它（因为

y

是（1），：

y_estim=tf。重新塑造（y_estim，[1，]）

。但是我得到了这个错误：

ValueError:无法为张量“占位符1:0”输入shape（）的值，它有shape'（1，）

@Valeria请看编辑过的答案，你用

[1]

，而不是

[1，]