python - 值错误 : Shape must be rank 2 but is rank 1 for 'MatMul' (op: 'MatMul' ) with input shapes: [2], [2,3]

Question

我对 Tensorflow 很陌生。我已经在搜索相同的问题，但我不明白。有代码。希望你能帮助我。

代码:

import tensorflow as tf

w1 = tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))
w2 = tf.Variable(tf.random_normal([3,3],stddev=1,seed=1))

x = tf.constant([0.7,0.9])

a = tf.matmul(x, w1)
y = tf.matmul(a, w2)

sess = tf.Session()

sess.run(w1.initializer)
sess.run(w2.initializer)

print(sess.run(y))
sess.close()

Answer 1

常量x的形状是(2,)，即一维数组，而你想将它与二维数组相乘w1 的形状 (2, 3)，这对于矩阵乘法是不可能的，因为第一个参数的列数必须等于第二个参数的行数。另外，我认为 tf.matmul 仅在两个数组都是二维数组时才有效。

将 x 声明更改为的众多方法之一

x = tf.constant([[0.7], [0.9]])

这将创建一个形状为 (2, 1) 的二维常量张量。然后，将其乘以，

a = tf.matmul(tf.transpose(x), w1)

tf.transpose() 用于创建形状为 (2, 1) 的数组 x 到形状 (1, 2) 的转置。

希望这对您有所帮助。