Tensorflow形状必须是1级，但是等级2

Question

当我宣布这样我的变量：

x = tf.Variable([len(_ELEMENT_LIST), 4], dtype=tf.float32) 

我收到以下错误：

E0622 20:04:25.241938 21886 app.py:544] Top-level exception: Shape must be rank 1 but is rank 2 for 'input_layer/concat' (op: 'ConcatV2') with input shapes: [5], [5,1], [5,1], []. 
E0622 20:04:25.252672 21886 app.py:545] Traceback (most recent call last): 

当我这样做是这样的：

x = tf.get_variable("x", [len(_ELEMENT_LIST), 4]) 

它的工作原理

我试图用concat来计算张量。

tf.concat([ 
     x, features["y"], 
     features["z"] 
    ], 1) 

Answer 1

x = tf.Variable([len(_ELEMENT_LIST), 4], dtype=tf.float32) 的tf.Variable的第一个参数是变量的初始值，所以在上声明x是具有值的变量[长度（_ELEMENT_LIST），4]，和形状的它的秩为1。

x = tf.get_variable("x", [len(_ELEMENT_LIST), 4]) 的tf.get_variable第二个参数是可变的形状，所以变量X的形状的秩是2。