三重态“半硬”损耗（）中的Tensorflow错误：；ValueError：尺寸必须相等“；

我使用Tensorflow插件中的

triplet\u semihard\u loss（）

函数来计算特性嵌入的triplet损失

我的ResNet-50，

embedding\u output

的输出是

（无，8,82048）

我的稀疏地面真值标签的形状为

y

，是

（None）

，即批次大小，使其成为整数ID的预期1D向量

在我的自定义

train\u step（）

函数中，我调用了

triplet\u semihard\u loss

，在代码执行的这一点上，以下错误显示：

ValueError: Dimensions must be equal, but are 2048 and 8 for '{{node
 MatMul}} = BatchMatMulV2[T=DT_FLOAT, adj_x=false, adj_y=false](feature,
 transpose_1)' with input shapes: [?,8,8,2048], [2048,8,8,?].

可以看到完整的错误和我的代码

是什么导致这些维度翻转？