python - Tensorflow Shape 必须为 1 级，但为 2 级

Question

当我像这样声明变量时:

x = tf.Variable([len(_ELEMENT_LIST), 4], dtype=tf.float32)

我收到以下错误:

E0622 20:04:25.241938   21886 app.py:544] Top-level exception: Shape must be rank 1 but is rank 2 for 'input_layer/concat' (op: 'ConcatV2') with input shapes: [5], [5,1], [5,1], [].
E0622 20:04:25.252672   21886 app.py:545] Traceback (most recent call last):

当我这样做时:

x = tf.get_variable("x", [len(_ELEMENT_LIST), 4])

有效

我正在尝试使用 concat 计算张量。

tf.concat([
        x, features["y"],
        features["z"]
    ], 1)

Answer 1

x = tf.Variable([len(_ELEMENT_LIST), 4], dtype=tf.float32)

tf.Variable的第一个参数是变量的初始值，所以上面的语句中x是一个值为 [len(_ELEMENT_LIST), 4] 的变量，其形状等级为1。

x = tf.get_variable("x", [len(_ELEMENT_LIST), 4])

tf.get_variable的第二个参数是Variable的形状，所以Variable X的形状的等级是2。