为什么我会收到这个 ValueError？

Question

所以这是我的完整理解代码：https://hastebin.com/qigimomika.py .

所以基本上我对以下几行有疑问：

一点上下文：

def weight_variable(shape):
    initial = tensorflow.truncated_normal(shape, stddev=0.01)
    return tensorflow.Variable(initial)

def bias_variable(shape):
    initial = tensorflow.constant(0.01, shape=shape)
    return tensorflow.Variable(initial)

w_layer1 = weight_variable([4, 32])
b_layer1 = bias_variable([32])

input_layer = tensorflow.placeholder("float", [4])

产生错误的那一行：

h_layer1 = tensorflow.add(tensorflow.matmul(input_layer, w_layer1),b_layer1)

当我运行整个代码（如上）时，它会产生以下 ValueError

ValueError: Shape must be rank 2 but is rank 1 for 'MatMul' (op: 'MatMul') 
            with input shapes: [4], [4,32].

现在我的问题是：会发生什么以及如何避免这种情况？

感谢您的关注

编辑：感谢 Prune 和 Ali Abbasi。

我的解决方案：我将 input_layer 更改为：

input_layer = tensorflow.placeholder("float", [1, 4])

问题是我的第一个数组是 tensorflow rank 1 ([4]) 和我的第二个数组 rank 2 ([4, 32])。所以我添加了这一行：

state = [state]

输入的状态是：

output_layer.eval(feed_dict={input_layer : state})

状态最初是 [1, 2, 3, 4]（排名 1），现在是 [[1, 2, 3, 4]]（排名 2）。

谢谢

EDIT2： 好的，自上次 EDIT 以来我改变了很多。我迷失了记录它们的变化。如果您想查看我的代码here 它是。我知道这他妈的乱七八糟。现在我很高兴该死的工作：“D。你将无法理解我的代码，这完全是一团糟，但我只是想记录当前状态。非常感谢 到 Ali Abbasi :D.

Answer 1

我们在这里，因为您知道MatMul 运算是经典的矩阵乘法运算，所以如果我们想将两个矩阵相乘，M1 和 M2，形状分别为 AxB 和 BxC，我们应该有相同的形状B 当我们想要乘法和结果时：

M1 x M2 生成矩阵 R，形状为 AxC。

因此，在您的情况下，您尝试将两个矩阵与形状4x1 和4x32 相乘，因此会引发形状问题的错误，您应该转置第一个张量，然后您有：

1x4 MatMul 4x32 产生1x32 矩阵。

你的代码在这里：

h_layer1 = tensorflow.add(tensorflow.matmul(input_layer, w_layer1),b_layer1)

这样使用：

h_layer1 = tensorflow.add(tensorflow.matmul(tf.transpose(input_layer), w_layer1),b_layer1)

如需更详细的答案，您可以打印每个阶段的张量形状，如：

print h_layer1.get_shape()

查看形状，然后您可以修改形状和输入。

祝你好运。