张量流 2 中的 InvalidArgumentError 是什么意思？答案

【问题标题】：What does InvalidArgumentError in tensorflow 2 mean?张量流 2 中的 InvalidArgumentError 是什么意思？
【发布时间】：2020-06-07 10:53:40
【问题描述】：

我是新的张量流。我正在尝试通过自定义训练来实现线性回归，遵循tutorial。

但是当我尝试计算 W*x + b 我收到此错误

tf.add(tf.matmul(W,x),b)

InvalidArgumentError：无法计算 Add as input #1（从零开始）应该是双张量，但它是浮点张量 [Op:Add]

我初始化了 W 和 b

W = tf.Variable(np.random.rand(1,9))

b = tf.Variable([1],dtype = tf.float32)

x = tf.Variable(np.random.rand(9,100))

但是当我将 b 的初始化更改为

b = tf.Variable(np.random.rand(1))

我没有收到任何错误。这是什么原因？

【问题讨论】：

【解决方案1】：

np.random.rand(1,9)（和其他初始化）的结果是np.float64 类型。将它与tf.Variable 一起使用会得到tf.float64 类型的张量。

Tensorflow 的add 的参数必须是同一类型。 matmul 的结果是 tf.float64 类型，b 是 tf.float32 类型。您需要将一个转换为另一个类型。

在 Tensorflow 中，您可以这样做（推荐，按照惯例）：

# Can be done in a single line too
matmul_result = tf.matmul(W,x)
matmul_result = tf.cast(matmul_result, tf.float32)
tf.add(matmul_result, b)

或者你可以这样做：

tf.add(tf.matmul(W,x), tf.cast(b, tf.float64))

你也可以直接改变numpy的数组类型：

W = tf.Variable(np.random.rand(1,9).astype(np.float32))

【讨论】：