CNN卷积层到全连接层的输入格式变换错误 tf.reshape()和slim.flatten()

最新推荐文章于 2025-05-31 15:46:51 发布

斗禾66

最新推荐文章于 2025-05-31 15:46:51 发布

阅读量6.1k

点赞数 2

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/kewendouhe/article/details/81530841

在CNN模型中，从卷积层过渡到全连接层需要将输出矩阵转换为向量。当使用tf.reshape遇到TypeError关于转换None类型到Tensor的问题时，可以通过slim.flatten()函数直接实现转换。文章讨论了这个问题的产生原因及如何避免通过固定batch大小的临时解决方案，最终推荐使用slim.flatten()来平滑地处理形状动态变化的输入。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TypeError: Failed to convert object of type < type ‘list’>to Tensor. Contents: [None, 9216]. Consider casting elements to a supported type.

在CNN卷积神经网络中，卷积层和全连接层进行连接时有个输入格式转换过程，即卷积层的输出是一个x*y*z的矩阵，而全连接层的输入是一个向量，需要把矩阵拉直成向量。我的程序中使用了如下代码:

# 卷积层9
weights9 = tf.get_variable('weights9', shape=[3, 3, 256, 256], dtype=tf.float32,
                          initializer=tf.contrib.layers.xavier_initializer(False))
conv9 = tf.nn.conv2d(actived_conv8, weights9, strides=[1, 1,