Tensorflow 张量流向量秩/维数

在Tensorflow中，N个元素的向量是否具有

形状（0，N）

或

（1，N）

我正在向占位符输入向量，但出现以下错误：

ValueError:无法为具有形状“（0984）”的张量u'占位符：0'输入形状（1984）的值

这种情况是否需要

tf.expand_dims

向向量添加“幻影”维度

Background：我用许多示例成批训练我的模型。我将经过训练的模型保存到检查点。然后，我从检查点恢复模型，并在一个示例上以前馈推理模式（无训练）运行它，批处理大小为1。显然，这个问题是由一个输入示例和多个输入示例引起的。占位符：

images_placeholder = tf.placeholder(tf.float32, shape=(shared.batchSize, IMAGE_PIXELS))

使用

shape=（1，x）

时，不创建向量，而是创建一个矩阵，其中包含一行和

x

列。要创建向量，请使用

shape=（x，）

。看看这个例子：

import tensorflow as tf

a = tf.ones((1, 3))
b = tf.ones((3,))
with tf.Session() as sess:
    print sess.run(a)
    print sess.run(b)

---

我对tensorflow不太熟悉，但我认为您应该具有表单的维度

（示例，第一个维度，第二个维度，通道）

（这是多通道图像的情况）。因此，当只有一个样本时，您是否忘记了第一个

samples

维度。将是1。