IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> python错误tensorflow.python.framework.errors_impl.InvalidArgumentError Assign requires shapes of both -> 正文阅读

[人工智能]python错误tensorflow.python.framework.errors_impl.InvalidArgumentError Assign requires shapes of both

python 错误tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [24,1] rhs shape= [32,1]

错误

tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [24,1] rhs shape= [32,1]

版本

tensorflow2.3.0

原因

我在修改模型时错误修改了模型的前行传播部分代码

我在def call(self, inputs, **kwargs):中不当使用了固定的batch_size参数。

原来我的目标如下面例子

inputs = tf.constant([[1, 2, 34, 5],
                 [2, 3, 6, 7]], dtype=float)

目标是把inputs张量转换,由 (batch_size, embeding_dim)=(2,4) ===>(batch_size, embeding_dim,1) =(2,4,1)

一开始我是使用固定的batch_size,如下例子

inputs_vector = tf.reshape(inputs,[batch_size, -1, 1])

batch_size是在模型初始化就传入的,所以batch_size是固定大小的。-1表示有程序自动计算出当前的维度大小。

如果传入的每个批次的inputs都是固定的话,那是不会出错的,但一般最后一个批次都不是完整的,所以在最后一个批次inputs_vector 的转换就出错了。解决方法是不使用batch大小了,改为使用embeding_dim数据的维度信息。因为每个样本数据的维度是不变的。

我正确改为:

inputs_vector = tf.reshape(inputs,[-1, self. embeding_dim, 1])

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-07-28 07:45:54  更:2021-07-28 07:48:38 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年3日历 -2024/3/29 6:26:53-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码