tensorflow：转置需要一个大小为 1 的向量。但 input(1) 是一个大小为 2 的向量答案

【问题标题】：tensorflow: transpose expects a vector of size 1. But input(1) is a vector of size 2tensorflow：转置需要一个大小为 1 的向量。但 input(1) 是一个大小为 2 的向量
【发布时间】：2018-07-13 13:22:02
【问题描述】：

我想使用经过训练的 RNN 语言模型进行推理。所以：
我使用 c++ 加载了经过训练的模型图

tensorflow::MetaGraphDef graph_def;
TF_CHECK_OK(ReadBinaryProto(Env::Default(), path_to_graph, &graph_def));
TF_CHECK_OK(session->Create(graph_def.graph_def()));

通过以下方式加载模型参数：

Tensor checkpointPathTensor(tensorflow::DT_STRING, tensorflow::TensorShape());
checkpointPathTensor.scalar<std::string>()() = path_to_ckpt;

TF_CHECK_OK(session_->Run({{graph_def.saver_def().filename_tensor_name(), checkpointPathTensor} },{},{graph_def.saver_def().restore_op_name()},nullptr));

到目前为止，一切正常。
然后我想计算节点“output/output_batch_major”的值：

TF_CHECK_OK(session->Run(inputs,{"output/output_batch_major"},{"post_control_dependencies"}, &outputs));

我得到了错误：

2018-07-13 14:13:36.793495: F tf_lm_model_loader.cc:190] Non-OK-status: session->Run(inputs,{"output/output_batch_major"},{"post_control_dependencies"}, &outputs) status: Invalid argument: transpose expects a vector of size 1. But input(1) is a vector of size 2
     [[Node: extern_data/placeholders/delayed/sequence_mask_time_major/transpose = Transpose[T=DT_BOOL, Tperm=DT_INT32, _device="/job:localhost/replica:0/task:0/device:CPU:0"](extern_data/placeholders/delayed/SequenceMask/Less, extern_data/placeholders/delayed/sequence_mask_time_major/transpose/perm)]]
Aborted (core dumped)

我使用张量板检查了图形，extern_data/placeholders/delayed/sequence_mask_time_major/transpose/perm 是大小为 2 的 Tensor，这个张量是错误中的 input(1) 吗？我该如何解决这个问题？
知道吗？提前致谢！

【问题讨论】：

标签： c++ tensorflow speech-recognition

【解决方案1】：

我在预测器的输入张量上遇到了类似的问题。我将维度扩大了一倍，问题就解决了。我建议首先在 python 中运行预测器。这有助于识别您传递给预测器的输入张量的大小。然后，在 C++ 中复制完全相同的大小。另外，根据您的代码 sn-p，我不确定您如何定义 Run 方法的输入。我在代码中定义如下：

std::vector<std::pair<std::string, tensorflow::Tensor>> input = { {"input_1", input_tensor } };

其中“input_1”是我的输入层的名称。我希望这有帮助。

【讨论】：

【解决方案2】：

将错误的输入类型传递给 tensorflow 模型时出现此错误。该模型需要 3d 维度数组，我传递 1d 维度而不是先检查您的输入数据。

【讨论】：