ValueError：形状必须为 2 级，但“MatMul”为 1 级

Question

我正在尝试使用 TensorFlow 运行线性回归 model。 我已经给出了下面的代码。 但是，我得到的错误是：ValueError: Shape must be at least rank 2 but is rank 1 for 'model_19/MatMul' (op: 'BatchMatMulV2') with input shapes: [1], ?.

从错误来看，似乎是 function model_linear 的输入造成了问题。 任何建议将不胜感激以解决错误。

import tensorflow as tf
x_train = [1.0, 2.0, 3.0, 4.0]
y_train = [1.5, 3.5, 5.5, 7.5]

def model_linear(x, y):
    with tf.variable_scope('model', reuse=tf.AUTO_REUSE):
        W = tf.get_variable("W", initializer=tf.constant([0.1]))
        b = tf.get_variable("b", initializer=tf.constant([0.0]))       
        output = tf.matmul(W, x) + b
        loss = tf.reduce_sum(tf.square(output - y))
    return loss

optimizer = tf.train.GradientDescentOptimizer(0.01)

with tf.Session():
    tf.global_variables_initializer().run()    
    x = tf.placeholder(tf.float32)
    y = tf.placeholder(tf.float32)
    loss = model_linear(x, y)
    train = optimizer.minimize(loss)

    for i in range(1000):
        train.run(feed_dict = {x:x_train, y:y_train})

Answer 1

tf.matmul期望 2 阶张量，即矩阵。 相反，您有平面向量。 尝试x.reshape(-1,1)或x.expand_dims(0) 。 而且您的权重矩阵似乎也需要它。