为什么 tf.slice 返回此错误？答案

【问题标题】：Why does tf.slice return this error?为什么 tf.slice 返回此错误？
【发布时间】：2019-05-10 14:18:44
【问题描述】：

我正在尝试构建一个多层感知器，其中我的数据由成对的特征组成，例如每个输入都是一个数组x_1 = [v_1,v_2]，其中v_i 是特征向量。因此，我的输入张量大小为[None,2,50]（每个 v_i 的大小为 50）。现在我正在尝试将输入张量分成两个张量，但未能成功：一个包含 v_1，另一个包含 v_2。例如，为了得到 v_1 的修改后的张量，我尝试：

v1 = tf.squeeze(tf.slice(input, [0,0,0], [-1, 1, -1]), squeeze_dims=[1]))

我得到：大小必须是 3 级......在我看来是这样的......我做错了什么？提前致谢！

【问题讨论】：

input.eval().shape 返回什么？你试过其他方法吗，包括tf.unpack？
它返回'无法使用 eval() 评估张量，没有注册默认会话':(
好的。之前做sess=tf.InteractiveSession()。
我解决了一些错误，您昨天的回答现在有效:)。顺便说一句，如果我能最后一次打扰你，这些台词是做什么的？我的 google-fu 不够强大..tf.concat(1, [a,b]).get_shape() TensorShape([Dimension(None), Dimension(100)])
为什么需要先getShape，然后是TensorShape？

标签： neural-network tensorflow deep-learning

【解决方案1】：

split 在轴 =1 上（您的第 2 维：[None,2,50]）并希望在两侧均等分布：[1,1]，（实验 [2, 0],[0,2] 看看会发生什么，一个分裂不会得到任何东西）

v1,v2  = tf.split(input,num_or_size_splits=[1,1],axis=1)
v1 = tf.squeeze(v1,1)

split 返回一个列表，squeeze 现在可以处理它了

【讨论】：