Tensorflow“NoneType”对象没有属性“shape”
TensorFlow是一个广泛应用于机器学习和深度学习领域的开源框架，它提供了丰富的工具和库来简化模型的构建和训练过程。该错误提示“NoneType”对象没有属性“shape”通常出现在使用TensorFlow进行数据处理或模型训练时，原因是输入数据为None或空值。
在TensorFlow中，数据一般以多维数组（tensor）的形式表示。每个tensor都有一个shape属性，用于描述其维度大小。例如，一个2x3的矩阵的shape为(2, 3)。
当出现"NoneType"对象没有属性"shape"的错误时，可能是由以下几种情况引起的：
- 输入数据为None：这通常意味着没有正确地加载或传递数据给TensorFlow模型。需要确保输入数据的正确性，避免出现空值或None。
- 模型中某些层或操作的输入为None：这可能是由于数据预处理过程中的错误，例如数据格式转换或数据清洗导致了输入数据的缺失。需要仔细检查数据处理过程中的代码，确保输入数据的完整性。
针对这个问题，以下是一些可能的解决方案和建议：
- 数据预处理：检查数据加载和处理的代码，确保输入数据的正确性和完整性。可以使用TensorFlow提供的函数，如tf.data.Dataset来加载和处理数据。
- 数据格式转换：确认数据的格式和维度是否正确，并进行必要的转换。可以使用TensorFlow提供的函数，如tf.reshape()来改变数据的形状。
- 数据清洗：检查数据清洗过程中是否存在错误，确保数据不会缺失或出现None值。
- 模型构建：检查模型的输入层是否正确定义，并与输入数据的shape相匹配。
综上所述，要解决"NoneType"对象没有属性"shape"的错误，需要仔细检查数据加载、处理和模型构建过程中的代码，确保输入数据的完整性和正确性。如果问题仍然存在，可以进一步调试代码或寻求专业人士的帮助。
另外，针对TensorFlow相关的产品和文档，腾讯云提供了弹性AI服务器（Elastic AI Server）产品，它基于TensorFlow框架，提供高性能的GPU计算资源来支持深度学习模型的训练和推理。您可以通过腾讯云官网了解更多关于弹性AI服务器的信息：弹性AI服务器产品介绍
请注意，由于要求不能提及特定的云计算品牌商，我无法给出其他云计算厂商的相关产品和文档链接。建议您在实际应用中根据需求和预算选择适合的云计算平台和相关产品。
相关·内容
1回答
我试图从Bernoulli分布w.r.t计算样本的梯度。(样本为1的)概率p。
我尝试使用tensorflow.contrib.distributions中提供的伯努利分布的实现和基于这个的我自己的简单实现。然而，当我尝试计算梯度时，这两种方法都失败了。
使用Bernoulli实现：
import tensorflow as tf
from tensorflow.contrib.distributions import Bernoulli
p = tf.constant([0.2, 0.6])
b = Bernoulli(p=p)
s = b.sample()
g = tf.gradient
浏览 27提问于2017-01-31得票数 4
回答已采纳
我开始学习如何用keras来实现神经网络。然而，我刚才偶然发现了这个错误。我不知道我在这里做错了什么。我在youtube上的Valerio：教程旁工作。
我的代码：
import tensorflow
from tensorflow.keras import Model
from tensorflow.keras.layers import Input, Dropout, LSTM
class GNN:
"""
GNN is a graph neural network.
"""
def __init__(self,
浏览 7提问于2022-01-03得票数 0
1回答
updated:尝试了代码，但仍然得到相同的错误：
import tensorflow as tf
x = tf.placeholder(dtype, shape=shape, name=name)
然后这个错误就出现了。
TypeError：“NoneType”对象不可调用
D型，形状，名称
浏览 1提问于2018-03-20得票数 0
我有一堆变量，这些变量等于从数据库中提取的值。有时，数据库没有值并返回"NoneType“。我将使用这些变量并使用它们来构建一个XML文件。当变量为NoneType时，它会导致XML值显示为"None“，而不是我喜欢的空白。
我的问题是:有没有一种有效的方法来一次遍历所有变量并搜索一个NoneType，如果找到了，就把它变成一个空字符串？
例如。
from types import *
[Connection to database omitted]
color = database.color
size = database.size
shape = database.s
浏览 0提问于2011-05-21得票数 0
回答已采纳
2回答
我尝试自定义一种网络架构，我可以按以下方式设计一个层：
x = k.Input(shape=(1,))
y = k.layers.Dense(1)(x + 1) #k.backend.constant(1) -- no difference
Fx = k.models.Model(x, y)
虽然"x+1“是正确的Tensorflow操作，但我得到了NoneType错误：
AttributeError: NoneType对象没有属性“_inbound_nodes”
当我试图使用Lambda层来规避这种情况时，我得到了同样的错误：
x = k.Input(shape=(1,))
浏览 0提问于2019-06-24得票数 2
回答已采纳
我正在使用TensorFlow创建一个新模型，其中包含一个动态循环。我正在使用tf.while_loop来实现这个实例。我遇到的一个问题是：
AttributeError: 'NoneType' object has no attribute 'back_prop'
在执行以下操作时出现此问题
gradients = tf.gradients(self.loss, params)
然后，我尝试打印所有的params，结果是每个参数都有一个形状。我认为如果有一个nonetype参数，它的形状也应该是None？另一方面，有没有其他方法可以帮助我检测哪个变量没有赋值，
浏览 4提问于2016-05-18得票数 7
我使用TFServing为BERT模型提供服务，并希望使用REST API提取隐藏层。当在Google Colab中使用模型时，我可以很好地运行推理，使用： inputs = {
"input_ids": input_ids,
"attention_mask": input_mask,
"token_type_ids": input_type_ids
}
test_output = model(bert_inputs) 然后，我像这样保存模型： tf.saved_model.save(model, model_sav
浏览 116提问于2021-04-02得票数 0
我是新手，所以我不明白为什么我会收到错误"AttributeError：'NoneType‘对象没有’AttributeError‘属性“？
img = cv2.imread('cat.jpg')
print("Image Properties")
print("- Number of Pixels: " + str(img.size))
print("- Shape/Dimensions: " + str(img.shape))```
浏览 1提问于2021-05-24得票数 1
当我在jupyter中使用tensorflow时，我遇到一个错误：
img_h,img_w,img_c=128,384,3
I_t0,I_t1,learning_rate,steering=model_input(img_h,img_w,img_c)
assert I_t0.shape.as_list()==[None,128,384,3]
assert I_t1.shape.as_list()==[None,128,384,3]
assert steering.shape.as_list()==[None,1]
错误是
AttributeError
浏览 5提问于2017-10-13得票数 0
我想实现一个自定义tf层，它执行涉及输入张量的实际批处理大小的数学操作：
import tensorflow as tf
from tensorflow import keras
class MyLayer(keras.layers.Layer):
def build(self, input_shape):
self.batch_size = input_shape[0]
super().build(input_shape)
def call(self,input):
self.batch_size + 1 # do s
浏览 2提问于2021-03-04得票数 0
回答已采纳
我对resnet进行了额外的培训，以预测狗对猫的模型，并使用本地主机提供服务。
tensorflow_model_server --port=8500 --rest_api_port=8501 \
--model_name=resnet_model \
--model_base_path=/home/pc3/deep_learning/models/resnet
$ saved_model_cli show --all --dir resnet/1显示了这个签名：
MetaGraphDef with
浏览 9提问于2022-06-16得票数 -1
给出这个简单的tensorflow玩具模型
import tensorflow as tf
inputs = {
"a":tf.keras.Input(shape=(), name="input_a"),
"b":tf.keras.Input(shape=(), name="input_b")
}
outputs = tf.keras.layers.Add()([inputs["a"], inputs["b"]])
model = tf.keras.Model(inputs=inpu
浏览 4提问于2022-03-10得票数 0
我正在尝试将一些代码转换为javascript。tensorflow js没有像tensorflow那样的属性形状。有办法转换这一行代码吗？
import tensorflowjs as tfjs
input_shape = [1, 1, 256]
tfjs.shape(input_shape)
AttributeError:模块'tensorflowjs‘没有属性’module‘
浏览 9提问于2021-05-18得票数 0
回答已采纳
1回答
我有一个类似于的问题。我正试图在角化物中设计一个损失函数，如下所示：
def depth_loss_func(lr):
def loss(actual_depth,pred_depth):
actual_shape = actual_depth.get_shape().as_list()
dim = np.prod(actual_shape[1:])
actual_vec = K.reshape(actual_depth,[-1,dim])
pred_vec = K.reshape(pred_depth,[-1,dim])
浏览 3提问于2017-07-18得票数 4
回答已采纳
我希望在模型中包含一个预先训练好的XLNet (或者可能是另一个最先进的转换器)来对其进行微调。 但是，当我将它包含在keras层中时，它就不起作用了。 import tensorflow as tf
from transformers import AutoTokenizer, TFAutoModel
inputs = tf.keras.Input(shape=2000, dtype='int32')
x = inputs
xlnetPretrainedModel = TFAutoModel.from_pretrained("xlnet-base-cased
浏览 52提问于2020-12-22得票数 2
当我在这个yolo_opencv.py文件中运行代码时：
控制台显示此错误：
文件""，第40行，在
宽度= image.shape1
AttributeError：'NoneType‘对象没有属性'shape’
浏览 1提问于2019-01-21得票数 0
谢谢你对这个问题的兴趣。
我想计算tensorflow.keras.Model的恒心矩阵
对于高阶导数，我尝试了嵌套的GradientTape.#示例图和输入。
xs = tf.constant(tf.random.normal([100,24]))
ex_model = Sequential()
ex_model.add(Input(shape=(24)))
ex_model.add(Dense(10))
ex_model.add(Dense(1))
with tf.GradientTape(persistent=True) as tape:
tape.watch(xs)
浏览 4提问于2021-02-03得票数 1
回答已采纳
考虑将我的TensorFlow模型转换为Flatbuf格式(.tflite)。
但是，我的模型允许任意大小的输入，即您可以同时对一个项或N个项进行分类。当我尝试转换时，它会抛出一个错误，因为我的一个输入/输出设备是NoneType类型的。
想想像这样的东西，在计算图中，我们输入的x是形状的[None, 784]。
在中，您可以像这样将模型转换为FlatBuf：
import tensorflow as tf
img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
val = img +
浏览 1提问于2018-04-25得票数 4
回答已采纳
我正在做CNN的工作，处理超分辨率问题。需要从图像中提取补丁，然后对这些小块进行训练(即41x41)。
然而，当要预测图像时，图像的大小要比补丁大。但是Keras不允许我预测比训练图像更大的图像。
我读过。我尝试过这样做:将None放在我的网络输入形状中，然后加载权重。然而，当涉及到这一行：c1 = PReLU()(c1)时，我得到了错误：nt() argument must be a string, a bytes-like object or a number, not 'NoneType'。代码如下所示。
我怎样才能解决这个问题？我正在使用带有tensorflow后端的K
浏览 1提问于2018-04-22得票数 2
回答已采纳
我试图在Nvidia GPU上使用Keras和Tensorflow来训练卷积神经网络。我尝试使用代码和数据实现非常简单的模型模型，没有锁定。我试图定义的每个网络都会给出相同的错误：
文件""，第2行，在model.add(稠密(12，input_dim=5，核初始化程序=‘normal’，activation='relu'))>中
文件"build/bdist.linux-x86_64/egg/keras/models.py"，第463行，添加name=layer.name + '_input')
文件"build
浏览 0提问于2018-08-19得票数 0
我想知道什么时候需要使用tf.shape()和x.shape()。我目前使用的是TensorFlow2.0 rc0
以下是示例代码。
#!/usr/bin/python3
import tensorflow as tf
a = tf.zeros((4, 3, 1))
print (tf.shape(a).numpy())
print (a.shape)
上述代码的结果如下：
[4 3 1]
(4, 3, 1)
tf.shape(a).numpy()返回numpy数组，而a.shape返回一个元组，但我很难找到哪个更好，哪个更好。
有没有人能对此提出一些建议？
浏览 0提问于2019-09-28得票数 2
我在Tensorflow 2.0.0中工作，并试图保存一个模型。下面是我使用的代码(感谢@m-innat建议简化示例模型)
class SimpleModel( tf.keras.Model ):
def __init__( self, **kwargs ):
super( SimpleModel, self ).__init__( **kwargs )
self.conv = tf.keras.layers.Conv1D( filters = 5, kernel_size = 3, padding = "SAME" )
浏览 0提问于2021-06-17得票数 1
我成功地在顶点AI上训练和部署了一个Tensorflow推荐模型。
所有的东西都是在线的，用来预测输出。在我的笔记本上：
loaded = tf.saved_model.load(path)
scores, titles = loaded(["doctor"])
返回：
Recommendations: [b'Nelly & Monsieur Arnaud (1995)'
b'Three Lives and Only One Death (1996)' b'Critical Care (1997)']
也就是说，有效载荷
浏览 12提问于2022-07-27得票数 0
1回答
我正在尝试构建一个简单的模型，该模型采用两个一维输入样本，使用嵌入层映射它们，并根据连接的嵌入计算分数： from tensorflow.keras.layers import Dense, Input, Concatenate, Embedding
from tensorflow.keras.models import Model
input_1 = Input(shape=(1,)) # each input sample is an integer from 0 to 9
input_2 = Input(shape=(1,))
embedding_1 = Embedding(in
浏览 19提问于2020-11-01得票数 2
回答已采纳
我对模型有两个输入： input_img = Input(shape=(self.img_rows, self.img_cols, self.channels,))
input_cond = Input(shape=(self.cond_dim,)) 它们的形状是不同的，我想将input_cond的每个元素扩展成一个与[img_rows,img_cols]大小相同的图像。 我写道： def conv_cond_concat(tensors):
x_shapes = tensors[0].get_shape()
y_shapes = tensors[1].get_shape()
浏览 34提问于2019-04-29得票数 0
我正在尝试运行以下代码，以便在keras中创建网络： import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras import backend as K
import numpy as np
(x_train, y_train), (x_test, y_test) = mnist
浏览 45提问于2020-06-23得票数 1
1回答
在google环境下，我正在tensorflow中训练DNN，代码直到昨天才开始工作，但是现在当我运行代码的估计器训练部分时，它会出现一个错误。
我不知道具体原因是什么，谷歌colab是否使用任何更新版本的tensorflow，其中一些功能与旧版本不兼容？因为我以前对代码没有任何问题，我也没有改变它。似乎其他代码也存在此问题，例如，斯坦福的示例代码在运行之前没有任何错误，。
但是现在，当您运行该部分时：
estimator.train(input_fn=train_input_fn, steps=1000);
它给出的错误与我的相同：
> **TypeError
浏览 0提问于2018-08-13得票数 0
回答已采纳
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import os
import cv2
from tqdm import tqdm
DATADIR ="C:/Users/Park/Project/TrainingData"
CATEGORIES = ["doll", "machine", "puzzle"]
for category in CATEGORIES:
path = os.path.join(DATADI
浏览 18提问于2019-12-02得票数 1
我跟随实现了一个简单的神经网络，它可以从csv文件中读取数据。下面是存储在games.csv中的数据
white_pawns, black_pawns, white_queens, black_queens,result
3, 4, 1, 1, -1
3, 5, 1, 2, -1
6, 4, 0, 0, 1
2, 2, 3, 1, 1
5, 2, 0, 3, -1
10, 10, 0, 0, 1
8, 10, 0, 1, -1
下面是按照说明创建的代码。我的列已经是数字了，所以我跳过了教程中的这一部分。
import tensorflow as tf
def pack(features, l
浏览 0提问于2020-02-02得票数 3
我在windows中使用的是TensorFlow 1.8。我在我的项目中使用了object_detection示例，当我运行train.py时，我得到了这个错误：
(tensorflow_gpu) C:\Users\hewil\Desktop\Tensorflow\models\research>python train.py --logtostderr --train_dir=object_detection/CAPTCHA_training/ --pipeline_config_path=object_detection/CAPTCHA_training/faster_rcn
浏览 7提问于2019-07-30得票数 1
回答已采纳
所以，我是Tensorflow的新手，我刚刚写了一个使用计算图以数学方式将两个数字相加的基本代码，但它在IPython控制台中运行时抛出了一个错误：
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import numpy as np
import tensorflow as tf
a = tf.constant(3.0, dtype=tf.float32)
b = tf.constant(4.0)
total = a+b
浏览 0提问于2018-05-16得票数 0
我开始熟悉Python中的Tensorflow keras。 我试着用自己创建的简单数据集来训练一个非常简单的网络。我正在尝试遵循tf官方网站上的教程： https://www.tensorflow.org/tutorials/keras/basic_regression 具体地说，我有以下代码： import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow import layers
# Generate data
NumElems = 1000
NumDims = 2
Tr
浏览 13提问于2019-02-08得票数 0
1回答
我是tensorflow的新手，在管理我的图像数据集方面需要帮助。由于图像集庞大，阅读和训练阶段应该重叠。每幅图像的宽度也比其高度大得多。我需要把宽的图像分割成正方形。由于图像的宽度不同，部件的数量也会发生变化。
它遵循我的示例代码，在该代码中，我需要帮助使其工作：
def main(unused_argv):
filenames = tf.constant(['im_01.png', 'im_02.png', 'im_03.png', 'im_04.png'])
labels = tf.constant([0, 1,
浏览 0提问于2018-05-04得票数 4
回答已采纳
在我的(最新的) Keras安装和TensorFlow 1.10KerasAPI安装中缺少了许多文档化的Keras。我按建议导入Keras的应用程序模块，并按以下方式使用它：
from keras import applications
resnet = applications.ResNeXt101(include_top=False, weights='imagenet', input_shape=(SCALED_HEIGHT, SCALED_WIDTH, 3), pooling=None)
我也试过
resnet = applications.resnext.ResNeX
浏览 3提问于2019-06-22得票数 4
回答已采纳
对于tensorflow中的图像语义分割模型，我需要向FCN或segnet模型提供可变大小的输入。所以我用了一个占位符：
self.input= tf.placeholder(tf.float32, shape=(batch_size,None,None,3),name='')
在编解码器模型中，我需要在最大池之后解池，代码类似于：
#upsample fuction used in decoder
def _upsample_along_axis(volume, axis, stride, mode='COPY'):
shape = volume.ge
浏览 0提问于2018-03-29得票数 0
回答已采纳
我的工作是医学图像分类使用Resnet50模型。每当我试图平平图层时，我就会得到这个错误。
ValueError: Attempt to convert a value (None) with an unsupported type (<class 'NoneType'>) to a Tensor.
我的代码如下所示
from PIL import Image
import numpy as np
import tensorflow
from tensorflow.keras import layers
from tensorflow.keras.callbacks
浏览 5提问于2021-07-01得票数 1
回答已采纳
在观看了F.CholletYoutube的视频"Inside TensorFlow: tf.Keras (第1部分)“之后，我试过这样做。在本节中，他讨论了如何通过子类创建自定义层和模型。我在colab上使用：
try:
# %tensorflow_version only exists in Colab.
%tensorflow_version 2.x
except Exception:
pass
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.models impo
浏览 3提问于2019-09-17得票数 1
回答已采纳
我正在尝试在“纯”TensorFlow中使用Keras的模型(我想在Android应用程序中使用它)。我已经成功地将Keras模型导出到protobuf，并将其导入到Tensorflow。但是，运行tensorflow模型需要提供输入和输出张量的名称，而我不知道如何找到它们。我的模型是这样的：
seq = Sequential()
seq.add(Convolution2D(32, 3, 3, input_shape=(3, 15, 15), name="Conv1"))
....
seq.add(Activation('softmax', name="
浏览 0提问于2016-10-05得票数 4
1回答
使用Prelu激活函数训练CNN
、、、、
我尝试使用prelu激活函数训练模型，但得到以下错误 ---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
/usr/local/lib/python3.7/dist-packages/tensorflow/python/ops/array_ops.py in zeros(shape, dtype, name)
2965 s
浏览 32提问于2021-03-30得票数 0
回答已采纳
我试过这样做：
>>> import tensorflow as tf
>>> mul = tf.multiply(50,100)
>>> div = tf.divide(mul,50)
>>> mul
<tf.Tensor 'Mul_3:0' shape=() dtype=int32>
>>> div
<tf.Tensor 'truediv_2:0' shape=() dtype=float64>
>>> import tenso
浏览 2提问于2019-02-22得票数 10
回答已采纳
我有标题中提到的错误，代码如下 import tensorflow as tf
import numpy as np
import pandas as pd
import seaborn as sns
from random import shuffle
import datetime
from matplotlib import pyplot
from numpy import mean
from numpy import std
from matplotlib import pyplot
from sklearn.model_selection import KFold
from te
浏览 520提问于2021-07-29得票数 1
回答已采纳
我在做简单的序列预测。我的模型和数据如下：
def generate_rnn(input_shape):
In = Input(shape=(input_shape[1], 1))
x = LSTM(4)(In)
x = Flatten()(x) # I tried both with and without flatten, same results
Out = Dense(1)(x)
model = Model([In, Out])
model.compile(optimizer=Adam(), loss='MSE'
浏览 2提问于2020-06-30得票数 1
回答已采纳
1回答
我正在尝试做自定义图层，我遵循了keras.io中的步骤。 代码- class Linear(keras.layers.Layer):
def __init__(self, units=32, input_dim=32):
super(Linear, self).__init__()
w_init = tf.random_normal_initializer()
self.w = tf.Variable(
initial_value=w_init(shape=(input_dim, uni
浏览 14提问于2021-08-09得票数 0
回答已采纳
我正在为我的神经网络设计一个自定义层，但是我从代码中得到了一个错误。
我想做一个注意层，如论文中所描述的：。和
class AttentionLayer(Layer):
def __init__(self, **kwargs):
super(AttentionLayer, self).__init__(**kwargs)
def build(self, input_shape):
input_dim = input_shape[-1]
filters_f_g = input_dim // 8
filters_h = input_dim
kernel_s
浏览 0提问于2018-06-12得票数 3
回答已采纳
试图运行这个模型
import tensorflow as tf
import numpy as np
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Input
from tensorflow.keras.layers import Reshape
from tensorflow.keras.layers import Convolution2D
from tensorflow.keras.layers import MaxPooling2D
from tensorflow
浏览 0提问于2020-06-04得票数 0
回答已采纳
我在colab上用keras和tensorflow成功地训练了一个神经网络，如下所示： tf.keras.backend.clear_session()
logpath_ms = './best_model.h5'
modelsave_cb = tf.keras.callbacks.ModelCheckpoint(logpath_ms, monitor='val_loss', mode='min', verbose=1, save_best_only=True)
model = Sequential()
model.add(Bidirect
浏览 19提问于2020-09-13得票数 0
回答已采纳
我有一份假档案。我只想从一个ckpt检查点文件中得到我训练过的cnn的权重。inception_resnet_v2_2016_08_30
import tensorflow as tf
saver = tf.train.Saver()
sess = tf.Session()
saver.restore(sess, "inception_resnet_v2_2016_08_30.ckpt")
from tensorflow.core.framework import graph_pb2
from tensorflow.core.protobuf import saver_pb2
浏览 4提问于2017-03-20得票数 2
回答已采纳
我想构建一个半复杂的神经网络，所以我不使用tf.seqential()。 const model = tf.model( {
inputs: [tickInput,boardInput],
outputs:moveChoices,
} ); 根据我的理解，它必须在定义输出之后创建…… 没有一个tfjs示例在模型中使用simpleRNN()。 层与.apply( inputLayer )组合在一起；据我所知，这会将它们更改为'built=true‘，但是我的简单RNN没有.shape()，所以我不能 (node:8616) UnhandledPromiseRejecti
浏览 28提问于2019-05-08得票数 1
回答已采纳
当我在2021年6月尝试运行colab笔记本时，我得到了一个错误，它创建于2020年12月，运行正常。所以我改变了
baseModel = tf.keras.applications.VGG16(weights="imagenet",
include_top= False,
input_tensor=Input(shape=(224, 224, 3)))
至
baseModel = tf.keras.applications.VG
浏览 21提问于2021-06-06得票数 1
回答已采纳
首先是广泛的问题：
有可能用tensorflow构建条件图吗？
如果是，自动梯度计算和实现的优化器是否与它一起工作？
我是否可以访问张量的形状并将其转换为整数，以便使用"if“条件和"for i in range()”循环？
我的实际用例是，我想用变张量长度进行一维卷积。为此，我首先需要一个if语句，它只在长度大于1的情况下执行卷积。然后我有一个for循环，它通过卷积的张量。问题是这个代码：
for i in range(tf.shape(tensor)[0]):
因为范围运算符需要一个整数，所以无法工作。我能把这个转化成整数吗？
最后，我想用adagra
浏览 3提问于2015-11-10得票数 9
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
