rank1 张量的 20 个元素的切片然后重塑抛出“重塑的输入是具有 10272 个值的张量，但请求的形状需要 20 的倍数”

Question

我的输入张量 Data = Input(shape=(856,)) 是一个由许多不同设备连接的 float32 值的向量。我正在尝试将不同的 TensorFlow 函数应用于每个输入块的不同子切片。其中一些函数包括需要重塑的一维卷积。

slice = Data[:20]
reshape = tf.reshape(slice, (-1, 20, 1))
...

尝试拟合我的模型后，这样做会导致崩溃。它会引发以下错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError:  Input to reshape is a tensor with 10272 values, but the requested shape requires a multiple of 20
         [[node model/tf.reshape_1/Reshape
 (defined at /home/.local/lib/python3.8/site-packages/keras/layers/core/tf_op_layer.py:261)
]] [Op:__inference_train_function_1858]

Errors may have originated from an input operation.
Input Source operations connected to node model/tf.reshape_1/Reshape:
In[0] model/tf.__operators__.getitem_1/strided_slice:
In[1] model/tf.reshape_1/Reshape/shape:

我不确定从 856 的张量中切片 20 个元素如何会产生 10272 个值的张量。

我还尝试了几种不同的方式使用tf.slice 函数；都失败了。参考文档：https://www.tensorflow.org/guide/tensor_slicing

slice = tf.slice(Data, begin=[0], size=[20]) 
...

失败了，说明：

Shape must be rank 1 but is rank 2 for '{{node tf.slice/Slice}} = Slice[Index=DT_INT32, T=DT_FLOAT](Placeholder, tf.slice/Slice/begin, tf.slice/Slice/size)' with input shapes: [?,856], [1], [1].

作为参考，这里是输入数据中的一些值的样子

array([-9.55784683e+01, -1.70557899e+01,  2.95967350e+01,  7.81378937e+00,
        9.02729130e+00,  5.49621725e+00,  4.19811630e+00,  5.84186697e+00,
        4.90438080e+00,  3.73845983e+00,  5.12300587e+00,  2.61530232e+00,
        2.67061424e+00,  3.91038632e+00,  2.31110978e+00,  4.20644665e+00,
        4.50000000e+00,  9.87345278e-01,  1.59740388e+00,  6.30727148e+00,
...

Answer 1

当您像Data[:20] 那样对数据进行切片时，它将产生一个长度为min(20, len(Data)) 的序列。所以我猜你的数据长度小于 20。

其他消息说它具有排名 2，所以我猜它具有以下形状之一

       1   10272
       2    5136
       3    3424
       4    2568
       6    1712
       8    1284
      12     856
      16     642

任何这些都会导致带有 10272 元素的张量，如您的第一条消息所示，这不是 20 的倍数。