Tensorflow tf.contrib.layers.flatten（x）张量流的替代函数

我在Jetson TK1上使用Tensor flow 0.8.0 verison，在32位arm架构上使用Cuda 6.5。因此，我无法升级张量流版本，而且我在展平函数方面遇到了麻烦

x = tf.placeholder(dtype = tf.float32, shape = [None, 28, 28])
y = tf.placeholder(dtype = tf.int32, shape = [None])
images_flat = tf.contrib.layers.flatten(x)

我在这一点上得到的错误是

AttributeError: 'module' object has no attribute 'flatten'

Tensor Flow V0.8中是否支持该功能的任何替代方案

到目前为止，我所尝试的是

images_flat = tf.reshape(x, (tf.shape(x)[0], -1))

但我得到了以下错误

  File "demo_code.py", line 113, in <module>
    images_flat = tf.reshape(x, (tf.shape(x)[0], -1))
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/gen_array_ops.py", line 1092, in reshape
    name=name)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/op_def_library.py", line 411, in apply_op
    as_ref=input_arg.is_ref)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py", line 566, in convert_to_tensor
    ret = conversion_func(value, dtype=dtype, name=name, as_ref=as_ref)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/constant_op.py", line 179, in _constant_tensor_conversion_function
    return constant(v, dtype=dtype, name=name)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/constant_op.py", line 162, in constant
    tensor_util.make_tensor_proto(value, dtype=dtype, shape=shape))
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/tensor_util.py", line 332, in make_tensor_proto
    _AssertCompatible(values, dtype)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/tensor_util.py", line 272, in _AssertCompatible
    (dtype.name, repr(mismatch), type(mismatch).__name__))
TypeError: Expected int32, got list containing Tensors of type '_Message' instead.

文件“demo_code.py”，第113行，在
图像_flat=tf.重塑（x，（tf.形状（x）[0]，-1））
文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/gen_-array_-ops.py”，第1092行，在“重塑”中
名称=名称）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/ops/op_def_library.py”，第411行，在apply_op
as_ref=输入参数为
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/framework/ops.py”，第566行，在convert_to_tensor中
ret=conversion\u func（值，dtype=dtype，name=name，as\u ref=as\u ref）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/ops/constant_op.py”，第179行，在_constant_tensor_conversion_函数中
返回常量（v，dtype=dtype，name=name）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/ops/constant_op.py”，第162行，常量
tensor_util.make_tensor_proto（值，dtype=dtype，shape=shape））
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/framework/tensor_util.py”，第332行，在make_tensor_proto中
_资产可兼容（值、数据类型）
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/framework/tensor_util.py”，第272行，在_AssertCompatible中
（dtype.name、repr（不匹配）、type（不匹配）。\uu name
TypeError:应为int32，但得到了包含“\u Message”类型张量的列表。

关于它的更多细节，我将学习本教程

谢谢

您可以改用

images\u flat=tf.reformate（x，[x.get\u shape（x）.as\u list（）[0]，-1]）

您可以使用

images\u flat=tf.reformate（x，[x.get\u shape（x）.as\u list（）[0]，-1]）

这是否回答了您的问题？不幸的是没有。我已经尝试了那篇文章中建议的所有3个选项。我在我的帖子中发布了这三种解决方案之一的错误。如果您愿意，我也可以为其他人做。请现在尝试解决方案，我已经编辑了它（使用

x.get\u shape（）.as\u list（）

），这是否回答了您的问题？不幸的是没有。我已经尝试了那篇文章中建议的所有3个选项。我在我的帖子中发布了这三种解决方案之一的错误。如果您愿意，我也可以为其他人做。请立即尝试解决方案，我已经编辑过（使用

x.get_shape（）.as_list（）

）是的，我尝试过，但仍然得到错误：File“/usr/local/lib/python2.7/dist packages/tensorflow/python/framework/tensor_util.py”，第272行，在RTCASSETCompatible（dtype.name，repr（mismatch），type（mismatch）中.uuuu name（uuuu））TypeError：应为int32，改为获取包含“\u Message”类型的张量的列表。我已在原始postyes中将完整错误添加到此命令中。我尝试了此操作，但仍然得到错误：文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/framework/tensor_util.py”，第272行，在AssertCompatible（dtype.name，repr）中（不匹配），类型（不匹配）。\uuuu name（uuuu））TypeError：应为int32，但获取的列表包含“\u Message”类型的张量。我已在原始帖子中将完整错误添加到此命令