我在尝试实现这几行代码时遇到了这个错误
形状的等级必须为2，但对于输入形状为100,100，?,15,100的'MatMul_46‘(op：'MatMul')，形状的等级为3。,15,100)
浏览 4提问于2018-03-05得票数 0
回答已采纳
错误： b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], name=
浏览 48提问于2019-02-15得票数 1
1回答
我想在等级2和3的两个张量之间广播一个tf.matmul操作，其中一个包含一个“未知”形状的维度(基本上是一个特定维度中的'None‘值)。5, 10])})以上面的代码为例。在本例中，我提供两个不同的批次，每个批次由3和7个元素组成。我希望r
浏览 0提问于2018-12-25得票数 1
回答已采纳
问题是我只有一个特征输入，形状是一维的。我从一个存储的文件中获取数据，该文件包含日期和一个要通过system.Here运行的“德里”feature.These特征。_2))hidden_4 = tf.nn.r
浏览 1提问于2018-07-08得票数 1
然而，我得到的错误是: ValueError: Shape必须至少是等级2，但对于'model_19/MatMul‘(op：'BatchMatMulV2')，输入的shapes: 1，？是等级1。从错误中看，似乎是函数model_linear的输入造成了问题。对于解决这个
浏览 0提问于2020-05-09得票数 1
我正在尝试建立一个递归神经网络，输入来自mnist数据库，所以它们是28x28像素的图像。_pre_activation(lstm_outputs, layer)
我得到以下错误：
形状必须是等级2，但对于输入形状为28,1,128,128,10的“”MatMul“”(op：“”MatMul
浏览 16提问于2018-06-04得票数 1
我有以下TensorFlow代码：但是抛出了以下错误：
ValueError: Shape must be rank 2 but is rank 3 for 'MatMul' (op: 'MatMul') with input shapes: [?
浏览 0提问于2018-05-04得票数 4
1回答
目前，我已经获得了我最后一个卷积层“激活”的激活。GAP之后的最后一个完全连接层的权重矩阵是"last_fc_w“。我想像这样计算类激活图： cam = tf.matmul(activation, last_fc_w) 然而，我得到了以下错误：* ValueError: Shape必须是等级2，但对于'MatMul‘(操作符：'MatMul')，输入<
浏览 9提问于2019-12-17得票数 0
回答已采纳
0回答
与之相关的人，x_train_final = tf.reshape(x_train_final, [-1, image_width, image_width, 1])
np.random.shuffle
浏览 10提问于2017-11-24得票数 1
回答已采纳
但是，形状会导致错误。第二个是我调用的函数。sess.run(conv2d)ValueError:形状的等级必须为4，但对于输入形状为540,960,<em
浏览 19提问于2019-08-15得票数 0
回答已采纳
我有2个三维张量A的形状(batch_size，dim1，dim2)和B的大小(batch_size，dim2，dim3).我想执行以下计算：for i in range(batch_size):我尝试了C = tf.matmul(A,B)，但得到了错误：
tensorflow.py
浏览 0提问于2018-02-22得票数 0
1回答
我在keras中的top k分类准确度度量方面遇到了问题。我在基因组数据上进行训练，大约有10,000个个体，每个个体都有4000个核苷酸，它们可以是四个碱基之一，所以它们是一个热编码的。输出是相似的，但不是四个基数，而是三个类别。输入形状(10000,4000，4)输出形状(10000,4000，3) 我尝试使用前k个分类准确率，但我得到: ValueError:形状必须是等级<
浏览 14提问于2019-09-12得票数 1
回答已采纳
(图，node_def，输入，control_inputs) 1606InvalidArgumentError:形状必须为4级，但对于输入形状为24、1、6、1、3、6、18的“conv1d_1”
浏览 2提问于2020-01-29得票数 0
我试图在这个函数中给出所有的输入，但它出现了如下问题，我不确定空[]是什么。有2个图像图像在RGB中，原始代码来自。", line 767, in apply_op File "/home/ubuntu/Desktop/WK/my_project/lib/python2.7/: 'CropAndResize') with input shapes
浏览 1提问于2017-12-07得票数 5
回答已采纳
这是我的总体问题:我正在尝试构建一个包含图像的tf.data.Dataset。我正在从csv文件中读取imageIds (文件名)，以便能够将它们与在同一csv文件中找到的相应标签相结合。num_parallel_calls=AUTOTUNE) 现在，我之前尝试过使用tf.data.Dataset.list_files，它工作得很好，但是ImageIds的顺序是错误的打印出后一种方法的元素会导致如下结果： tf.Tensor(/home/wid350
浏览 11提问于2020-06-26得票数 1
回答已采纳
2回答
()) print curr_y
因此，数组的批处理大小为2，形状为3x1。所以我可以把3x3形状的矩阵与3x1相乘。但是当我再次得到一个形状为3x3的</em
浏览 0提问于2017-12-10得票数 1
我试图在一个conv2d层中找到所有过滤器的范数。请查找下面相同的代码 inputs=input_layer,var = [v for v in tf.trainable_variables() if "conv1" in v.name]
形状必须是相等的等级
浏览 0提问于2018-05-11得票数 0
回答已采纳
我已经在找同样的问题了，但我不明白。这是你可以帮助我的代码.Hope。代码：w2 = tf.Variable(tf.random_normal([3,3],stddev=1,seed=1))
a = tf.matmul(x, w1
浏览 2提问于2018-05-02得票数 8
我在下面重现并隔离了我的错误。我是Tensorflow的新手。这个错误是因为我没有正确初始化idx1和idx2变量吗？如果是这样，我该怎么做？我得到的错误是"ValueError: Shape必须至少是等级2，但对于'DenseToDenseSetOperation_12‘(op：'DenseToDenseSetOperation')，<em
浏览 31提问于2019-09-13得票数 0
回答已采纳
1回答
稠密层Keras的三维输入
、、、、
有没有Dense层如何处理3D输入的例子？如果层的输入等级大于2，则密度计算输入和内核之间沿输入的最后轴和内核的轴1之间的点积(使用tf.tensordot)。_3d_input = tf.constant(tf.random.normal(shape=(4,3,2)))
dense_layer = Dens
浏览 9提问于2021-04-26得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
