Tensorflow 张量流形误差

我试图在一些数据上使用CNN，但我的损失函数中有一个错误，因为我的模型的输出是[100010004000]的形状，而它应该是[10004000]。本例中的前1000个是批量大小，4000个是我拥有的类的数量，因为这是一个分类问题

我想我可能需要在完全连接层之后再次使用tf.reforme（）函数来获得正确的输出，但我不太确定如何才能做到这一点。我已经尝试了tf.reforme（输出[-14000]），但仍然保留了其他1000个

这是我的密码：

    cnn_input = tf.reshape(input, [-1, 1000, 1])
    net = slim.conv2d(cnn_input, 128, [3])
    net = slim.pool(net, [2], "MAX")
    output = slim.fully_connected(net, num_classes, activation_fn=tf.nn.softmax)
    return output

基本上，我的输出需要是秩2的形状，但出于某种原因，它变成了3维。我需要输出的形状为[10004000]，即批量大小x num_类

任何帮助都将不胜感激。提前谢谢

顺便说一下，我正在使用tf slim库

---

编辑：tf.flatten会在完全连接的层之前工作吗？

我遇到了同样的错误。（链接自）表示“完全连接”操作应该使输出平坦，但实际上并非如此。正如您所建议的，在最后两个完全连接的操作之前，我刚刚使用了slim.flatte，但我还没有具体的证据表明它有效

在6个月没有评论的情况下，我认为对其他人来说，有什么总比没有好，但如果其他人有更多的见解，我将不胜感激