TensorFlow 报错：InvalidArgumentError (see above for traceback): tags and values not the same shape: []

最新推荐文章于 2024-08-02 19:15:00 发布

原创最新推荐文章于 2024-08-02 19:15:00 发布 · 701 阅读

0 ·

CC 4.0 BY-SA版权

TensorFlow基础专栏收录该内容

52 篇文章

订阅专栏

本文解决了在使用TensorFlow进行神经网络编程时遇到的TypeError：无法将list类型转换为Tensor的问题。错误出现在尝试使用动态形状进行tf.reshape操作时，通过将batch_size设置为-1，成功解决了此问题。

部署运行你感兴趣的模型镜像

报错信息：
TypeError: Failed to convert object of type <class 'list'> to Tensor. Contents: [None, 3136]. Consider casting elements to a supported type.

报错源码：

>>> layer_pool2_shapes = layer_pool2.get_shape()
>>> layer_pool2_shapes_list = layer_pool2_shapes.as_list()
>>> batch_size = layer_pool2_shapes_list[0]
>>> input_num = layer_pool2_shapes_list[1]*layer_pool2_shapes_list[2]*layer_pool2_shapes_list[3]
>>> print(input_num)
>>> layer_pool2_flat = tf.reshape(tensor=layer_pool2, shape=[batch_size, input_num])

问题出在最后一句 tf.reshape 处，其中参数 shape 中的 batch_size 的问题

解决方法：shape 中的 batch_size 改为 -1

tf.reshape(tensor=layer_pool2, shape=[-1, input_num])

您可能感兴趣的与本文相关的镜像