形状必须是相等的等级答案

【问题标题】：Shapes must be equal rank形状必须是相等的等级
【发布时间】：2018-01-25 17:44:10
【问题描述】：

我想从预训练模型进行迁移学习。我正在关注 guide 从 Tensorflow 进行再培训。

但是，我遇到了错误tensorflow.python.framework.errors_impl.InvalidArgumentError: Shapes must be equal rank, but are 3 and 2 for 'input_1/BottleneckInputPlaceholder' (op: 'PlaceholderWithDefault') with input shapes: [1,?,128].

# Last layer of pre-trained model 
# `[<tf.Tensor 'embeddings:0' shape=(?, 128) dtype=float32>]`

with tf.name_scope('input'):
    bottleneck_input = tf.placeholder_with_default(
        bottleneck_tensor,
        shape=[None, 128],
        name='BottleneckInputPlaceholder')

有什么想法吗？

【问题讨论】：

bottleneck_tensor的形状是什么？定义bottleneck_input的形状是否也可以打印出来？
这是预训练模型的最后一层，被列为“embeddings:0 shape=(?, 128)”
是的，但我认为你的问题是bottleneck_tensor 的形状。似乎前面有一个额外的维度

标签： python tensorflow

【解决方案1】：

发生这种情况是因为您的bottleneck_tensor 的形状为[1, ?, 128]，并且您明确声明该形状应为[?, 128]。您可以使用tf.squeeze 将您的张量转换为所需的形状

tf.squeeze(bottleneck_tensor)

【讨论】：