形状必须为 2 级，但对于“MatMul_46”（操作：“MatMul”）为 3 级，输入形状为：[100,100]、[?,15,100]答案

【问题标题】：Shape must be rank 2 but is rank 3 for 'MatMul_46' (op: 'MatMul') with input shapes: [100,100], [?,15,100]形状必须为 2 级，但对于“MatMul_46”（操作：“MatMul”）为 3 级，输入形状为：[100,100]、[?,15,100]
【发布时间】：2018-08-12 12:44:36
【问题描述】：

我在尝试实现这行代码时遇到了这个错误

形状必须为 2 级，但对于输入形状为 [100,100]、[?,15,100] 的“MatMul_46”（操作：“MatMul”）为 3 级。

Q = tf.placeholder(tf.float32, shape=(None, 15))
word_level = Embedding ( vocab_size , 100 , input_length=15)(Q) 
#shape(?,15,100)
Wb = tf.Variable(tf.zeros([100, 100]))
C = tf.matmul( word_level ,Wb)

我认为问题是因为 3 维和 2 维矩阵的等级不同但我不知道如何修改这个

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

要修改张量以适应特定形状，您可以使用 tf.reshape，但请注意以有意义的方式对其进行重塑。

见documentation

reshape = tf.reshape(word_level, [-1, 100])
Wb = tf.Variable(tf.zeros([100, 100]))
C = tf.matmul(reshape ,Wb)

【讨论】：

我想为每个批次大小构建 Wb，所以最终答案是形状 (? , 15 ,100)