ValueError：Shape必須是2級，但是'MatMul'的排名是3

Question

我有以下TensorFlow代碼：

layer_1 = tf.add(tf.matmul(tf.cast(x, tf.float32), weights['h1']), biases['b1'])

但是拋出以下錯誤：

ValueError: Shape must be rank 2 but is rank 3 for 'MatMul' (op: 'MatMul') with input shapes: [?,5741,20000], [20000,128].

它說x的形狀為（？，5741,20000）。 我怎樣才能將x的形狀轉換為（5741,20000）？

先感謝您！

Answer 1

我建議使用張量點積而不是簡單矩陣乘法，以保持批量大小。 這個答案比@mrry更通用

layer_1 = tf.add(tf.tensordot(tf.cast(x, tf.float32), weights['h1'], [[2], [0]]), biases['b1'])

Answer 2

看起來你正試圖將'x'與'權重'進行矩陣乘法運算。 對於一個示例，x的形狀為[5741,20000]，但是當您批量提供示例時，x將具有[？，5741,20000]的形狀。 同樣，權重也應該具有[？，20000,128]的形狀。 但是，從錯誤中看，你的權重看起來仍然是[20000,128]，這告訴我你的代碼中有一些問題沒有將權重變量轉換為形狀[？，20000,128]。 當你能想到這一點時，錯誤就會消失。 矩陣乘法的結果應該是[？，5741,128]的形狀

Answer 3

假設x的動態形狀x是(1, 5741, 20000)可以將其形狀變換到(5741, 20000)使用tf.squeeze()如下：

x = tf.squeeze(x, axis=[0])