在tensorflow图构造中没有形状错误，但在图计算中得到形状不匹配错误

在tensorflow图形构造中没有出现错误，但是在

tf.gradients

中的图形计算过程中，我得到了一个形状不匹配错误（我猜错误是在反向传播中）

这是我得到的错误：

InvalidArgumentError（回溯见上文）：
重塑的输入是一个具有16777216个值的张量，但请求的形状有4096个
[[Node:gradients/truediv_grad/Reforme=Reforme[T=DT_FLOAT，Tshape=DT_INT32，_device=“/job:localhost/replica:0/task:0 /设备：GPU:0“]（渐变/truediv_渐变/总和，渐变/truediv_渐变/形状）]]

---

我用两种方法解决了这个问题：

1.显然，如果您正在创建自定义操作和渐变，则需要非常明确地使用

set\u shape

或

tf.reformate

向tensorflow提供形状信息

2.同样，当您使用

tf.register_gradient

注册渐变时，需要小心链接渐变，即

dy/dx=dy/dz*dz/dx

。 假设

dy/dz

是我们创建的自定义渐变，

dz/dx

是根据微分链规则的先前操作的渐变

tf.register_gradient(Mygrad)
def Mygrad(op,grad):
*****do stuff with op.inputs and calculate custom grads say cust_grad or dy/dz****
return cust_grad*grad

我将此更改为以下内容：

tf.register_gradient(Mygrad)
def Mygrad(op,grad):
*****do stuff with op.inputs and calculate custom grads say cust_grad or dy/dz****
return tf.matmul(tf.reshape(cust_grad,[calculated_shape]),tf.reshape(grad,expeced_shape))

---

你能不能编一个片段来重现这个问题？