python - 在 Tensorflow 中删除张量的维度

Question

我有一个形状为 (50, 100, 1, 512) 的张量，我想 reshape 它的形状或删除三维，以便新张量的形状为 (50, 100, 512)。

我已经尝试使用 tf.slice 和 tf.squeeze:

a = tf.slice(a, [50, 100, 1, 512], [50, 100, 1, 512])
b = tf.squeeze(a)

当我尝试打印 a 和 b 的形状时，一切似乎都正常，但是当我开始训练我的模型时，出现了这个错误

tensorflow.python.framework.errors_impl.InvalidArgumentError: Expected size[0] in [0, 0], but got 50
     [[Node: Slice = Slice[Index=DT_INT32, T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"](MaxPool_2, Slice/begin, Slice/size)]]

我的slice有问题吗？我该如何解决。谢谢

Answer 1

通常 tf.squeeze 会降低维度。

a = tf.constant([[[1,2,3],[3,4,5]]])

上面的张量形状是[1,2,3]。执行挤压操作后，

b = tf.squeeze(a)

现在，Tensor 的形状是 [2,3]