python - 为什么会出现此ValueError？

Question

因此，这是我的代码，可以全面了解:https://hastebin.com/qigimomika.py
。

所以基本上我对以下几行有疑问:

一点上下文:

def weight_variable(shape):
    initial = tensorflow.truncated_normal(shape, stddev=0.01)
    return tensorflow.Variable(initial)

def bias_variable(shape):
    initial = tensorflow.constant(0.01, shape=shape)
    return tensorflow.Variable(initial)

w_layer1 = weight_variable([4, 32])
b_layer1 = bias_variable([32])

input_layer = tensorflow.placeholder("float", [4])

产生错误的行:

h_layer1 = tensorflow.add(tensorflow.matmul(input_layer, w_layer1),b_layer1)

当我运行整个代码(上面的代码)时，它会产生以下ValueError

ValueError: Shape must be rank 2 but is rank 1 for 'MatMul' (op: 'MatMul') 
            with input shapes: [4], [4,32].

现在我的问题是:会发生什么，如何避免这种情况？

感谢您的关注

编辑:感谢Prune和Ali Abbasi。

我的解决方案:我将input_layer更改为:

input_layer = tensorflow.placeholder("float", [1, 4])

问题是我的第一个数组是 tensorflow 等级1([4])，而我的第二个数组是2([4，32])。所以我添加了这一行:

state = [state]

从而说明输入是:

output_layer.eval(feed_dict={input_layer : state})

状态最初是[[1,2,3,4](等级1)，现在是[[1,2,3,4]](等级2)。

，谢谢

编辑2:好吧，自上次编辑以来，我进行了很多更改。我忘了记录更改。如果您想查看我的代码 here，它是。我知道这很乱。现在，我很高兴该狗屎在起作用:“D。您将无法理解我的代码，这完全是一团糟，但是我只想记录当前状态。 很大，谢谢对 的支持，Ali Abbasi :D 。

Answer 1

在这里，因为您知道MatMul运算是经典的矩阵乘法运算，所以如果我们想将两个矩阵M1和M2分别与形状AxB和BxC相乘，则当要进行乘法运算并得到结果时，我们应该将B形状相同:
M1 x M2生成形状为R的矩阵AxC。

因此，在您的情况下，您尝试将两个矩阵与4x1和4x32形状相乘，从而引发形状问题，您应该转置第一个张量，然后得到:
1x4 MatMul 4x32结果在1x32矩阵中。

您的代码在这里:
h_layer1 = tensorflow.add(tensorflow.matmul(input_layer, w_layer1),b_layer1)
像这样使用:
h_layer1 = tensorflow.add(tensorflow.matmul(tf.transpose(input_layer), w_layer1),b_layer1)
有关更详细的答案，您可以在每个阶段打印张量的形状，例如:
print h_layer1.get_shape()
并查看形状，然后可以修改形状和输入。

祝好运。