Tensorflow 张量流向量秩/维数
在Tensorflow中,N个元素的向量是否具有Tensorflow 张量流向量秩/维数,tensorflow,Tensorflow,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
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。