錯誤的代碼

outputs, _ = tf.nn.dynamic_rnn(cell, X, dtype=tf.float32)

　　錯誤原因：

　　該錯誤的意思是傳入的數(shù)據(jù)集X的維度只有二維，而tf.nn.dynamic_rnn()要求傳入的數(shù)據(jù)集的維度是三維（batch_size, squence_length, num_features）。在這里因?yàn)樘卣魇且痪S，因此沒有顯示。

　　解決方案：

X = tf.expand_dims(X, axis=2)

　　類似的錯誤：

　　ValueError: Shapes (?, 1) and (?,) are incompatible

　　錯誤代碼：

loss = tf.losses.mean_squared_error(labels=y, predictions=predictions)

　　錯誤原因：

　　和上面的一致

　　解決方案：

y = tf.expand_dims(y, axis=1)

　　一個代碼里面碰到兩個這樣的問題，之后碰到維度不匹配的感覺都可以用這個方法去解決，那就來看下這個方法吧。

tf.expand_dims(input, axis=None, name=None, dim=None)

　　方法的目的：

　　插入一個維度到tensor中，主要是處理維度不匹配的現(xiàn)象　

　　參數(shù)詳解：

　　input：輸入的張量

　　axis：指定插入張量的維度的索引，可以理解為一個四維張量的索引為（0,1,2,3），如果該值為負(fù)，則從末尾開始計(jì)數(shù)

　　name：輸出的張量的名稱

　　dim：等同于axis，不推薦使用　　　　　

　　拓展：

tf.suqeeze(input, squeeze_dims=None, name=None)

　　該方法用于壓縮維度的，也就是刪除所有大小為1的維度，類似的方法還要np.squeeze()

?

轉(zhuǎn)載于:https://www.cnblogs.com/jiangxinyang/p/9390355.html

總結(jié)

以上是生活随笔為你收集整理的tensorflow错误：Shape (10, ?) must have rank at least 3的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。