TensorFlow:“；TypeError：应为int32，获取包含类型为'的张量的列表_消息'；取而代之的是；

当我运行以下代码时：

import tensorflow as tf

pivot = tf.constant([1, 2])
my_ones = tf.ones([2, 3])
padded = tf.pad(my_ones, [[pivot[0], 0], [1,1]])
sess = tf.Session()

init_op = tf.initialize_all_variables()
sess.run(init_op)
my_ones_var = sess.run(padded)
print("my_ones, ", my_ones_var)

…我在包含

tf.pad（）

的行中得到一个错误：

---

我怎样才能做到这一点；DR:当前无法将张量参数定义为包含张量的列表，因此必须手动构建填充

此错误发生在以下行：

padded = tf.pad(my_ones, [[pivot[0], 0], [1,1]])

它失败的原因是

pivot[0]

是一个，它的第二个参数需要一个

tf.Tensor

，而TensorFlow当前没有将包含

tf.Tensor

对象的列表转换为新的张量。解决方法是用于手动构建填充张量：

paddings = tf.pack([tf.pack([pivot[0], 0]), [1, 1]])
padded = tf.pad(my_ones, paddings)

我们正在研究这种自动发生的方式，这样你的原创作品就可以发挥作用

---

编辑：现在支持自动打包（因为TensorFlow 0.9），所以下面的代码现在可以工作了：

padded = tf.pad(my_ones, [[pivot[0], 0], [1, 1]])

---

嗨，所有问题都是由于Keras版本引起的。最重要的是，我尝试了，但没有成功。卸载Keras并通过pip安装。这对我有用

我在keras1.0.2中遇到了这个错误，并用keras1.2.0解决了这个问题

---

希望这会有所帮助。谢谢

您只需使用tf.concat更新所有行即可

比如说

平均值=tf.concat（0，[tf.reduce_-mean（tf.gather（vectors，tf.restrape（tf.equal（assignments，c）），[1，-1]）），范围（k）]内c的还原指数=[1]））

应改为

---

平均数=tf.concat（[tf.reduce_-mean（tf.gather（vectors，tf.reformate（tf.where（tf.equal（assignments，c）），[1，-1]）），范围（k）]内的c的还原指数=[1]），0）

谢谢！！！！！我终于可以继续工作了。我试过tf.pack，但在不同的地方都没有成功。是的，这应该是自动的。干杯

padded = tf.pad(my_ones, [[pivot[0], 0], [1, 1]])