在 TF 中重塑数组的问题

Question

我正在传递一个 [64,240] tf.array。 我想将其重塑为 [64,10,24] tf.array。 我尝试了各种不同的方法，但总是遇到同样的错误。

... raise ValueError("Shape %s must have rank %d" % (self, rank)) ValueError: Shape (64, 240) 必须有排名 1

代码在以下位置失败： self.x_expand[i] = tf.reshape(self.input_x[i],[num_classes,data_size])

我想我犯了一个基本错误，希望有人能指出它是什么......

更大的代码片段是：

类 CNN（对象）：

def __init__(
  self, sequence_length, num_classes, data_size,
  filter_sizes, num_filters, l2_reg_lambda=0.0, batch_size=64):

    # Placeholders for input, output and dropout
    self.input_x = tf.placeholder(tf.int32, [batch_size, sequence_length], name="input_x")
    self.input_y = tf.placeholder(tf.float32, [batch_size, num_classes], name="input_y")
    self.dropout_keep_prob = tf.placeholder(tf.float32, name="dropout_keep_prob")

    with tf.device('/cpu:0'), tf.name_scope("reshaping"):
        self.x_expand = tf.placeholder(tf.int32, [batch_size, num_classes,data_size], name="expand_x")
        for i in range(batch_size):
            self.x_expand[i] = tf.reshape(self.input_x[i],[num_classes,data_size]) 
        self.x_expanded = tf.expand_dims(self.x_expanded, -1)

Answer 1

您似乎希望 self.x_expand 成为重新整形的输入，我认为以下可能更合适：

with tf.device('/cpu:0'), tf.name_scope("reshaping"):
    self.x_expand = tf.reshape(self.input_x, [batch_size, num_classes, data_size])

注意两点：

1. 没有为self.x_expand 使用tf.placeholder。占位符用于提供用户的输入，但在这里您似乎真正想要的是重塑现有的提要

2. 不是在每个元素的基础上改变形状，而是通过单个操作。

注意：我无法重现您看到的错误消息，可能是因为我们使用了不同版本的 TensorFlow，并且最近版本的错误消息报告发生了变化。我正在使用 1.0.0。

Answer 2

我觉得你应该试试：

self.x_expand = tf.reshape(self.input_x, [batch_size, num_classes,data_size]