Tensorflow Tf.tf.squared_difference 显示值错误答案

【问题标题】：Tensorflow Tf.tf.squared_difference is showing a value errorTensorflow Tf.tf.squared_difference 显示值错误
【发布时间】：2019-08-16 08:01:30
【问题描述】：

我正在使用 Keras 输入层，然后添加一个嵌入层。每当我尝试执行以下代码时

vector = tf.reduce_sum(tf.squared_difference(user, book), 1, name="pos_distances")

ValueError：输入 0 与层预测不兼容：预期 min_ndim=2，发现 ndim=1

这是输入张量的形状

user :   Tensor("Shape:0", shape=(2,), dtype=int32) 

book :   Tensor("Shape_1:0", shape=(2,), dtype=int32)

它给了我这个错误

vector = tf.reduce_sum(tf.squared_difference(user, book), 1, name="pos_distances")

【问题讨论】：

标签： tensorflow keras

【解决方案1】：

您的张量没有 axis=1，您尝试在其上执行归约（tf.reduce_sum() 的第二个参数）。应该是

sqrt_diff = tf.squared_difference(user, book)
vector = tf.reduce_sum(sqrt_diff, 0, name="pos_distances")

【讨论】：

所以结果会不一样。因为，据我所知 x = tf.constant([[1, 1, 1], [1, 1, 1]]) tf.reduce_sum(x) # 6 tf.reduce_sum(x, 0) # [2 , 2, 2] tf.reduce_sum(x, 1) # [3, 3]