tensorflow渐变：不支持的操作数类型

我得到了以下错误：

anaconda2/envs/tensorflow/lib/python2.7/site packages/tensorflow/python/ops/gradients.py:90:UserWarning:将稀疏索引转换为未知形状的密集张量。这可能会消耗大量内存。 “将稀疏索引转换为未知形状的稠密张量。” 回溯（最近一次呼叫最后一次）：

文件“anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow/python/training/optimizer.py”，第196行，以最小化方式显示 梯度损失=梯度损失） 文件“anaconda2/envs/tensorflow/lib/python2.7/site packages/tensorflow/python/training/optimizer.py”，第253行，计算梯度 colocate_gradients_with_ops=colocate_gradients_with_ops） 文件“anaconda2/envs/tensorflow/lib/python2.7/site packages/tensorflow/python/ops/gradients.py”，第469行，渐变 入级=入级列表（入级fn（op，*出级）） 文件“anaconda2/envs/tensorflow/lib/python2.7/site packages/tensorflow/python/ops/array_grad.py”，第504行，在_ExtractImagePatchesGrad中 rows\u out=int（ceil（rows\u in/stride\u r）） TypeError:/：“NoneType”和“long”的操作数类型不受支持

---

“收集操作”似乎是错误的。

我发现这是一个老问题，但我已经找到了一些解决这种情况的快速方法。很可能，您正在使用占位符输入，占位符形状的一个维度为“无”。如果将该维度设置为批次大小，它将不再是未知形状。

这看起来令人惊讶。如何构建lossobj？@user1454804因为我的体重和身高输入占位符（形状[1]&[2]）设置为“无”，以处理动态输入大小。

trainstep = tf.train.AdamOptimizer(0.0001).minimize(lossobj)