为什么我会得到这个ValueError？

Question

所以这里是我的代码充分理解：https://hastebin.com/qigimomika.py 。

所以基本上我有如下的问题：

位上下文：

def weight_variable(shape): 
    initial = tensorflow.truncated_normal(shape, stddev=0.01) 
    return tensorflow.Variable(initial) 

def bias_variable(shape): 
    initial = tensorflow.constant(0.01, shape=shape) 
    return tensorflow.Variable(initial) 

w_layer1 = weight_variable([4, 32]) 
b_layer1 = bias_variable([32]) 

input_layer = tensorflow.placeholder("float", [4]) 

产生错误的行：

h_layer1 = tensorflow.add(tensorflow.matmul(input_layer, w_layer1),b_layer1) 

当运行整个代码（这是上面的）它产生以下ValueError

ValueError: Shape must be rank 2 but is rank 1 for 'MatMul' (op: 'MatMul') 
      with input shapes: [4], [4,32]. 

现在我的问题：会发生什么，我该如何避免这种情况？

感谢您的关注

编辑：感谢修剪和阿里阿巴斯。

我的解决办法：我改变了input_layer到：

input_layer = tensorflow.placeholder("float", [1, 4]) 

的问题是，我的第一阵列是tensorflow秩1（[4]）和我的第二阵列秩2（[4,32]）。所以我增加这一行：

state = [state] 

由此状态的输入是：

output_layer.eval(feed_dict={input_layer : state}) 

状态最初是[1，2，3，4]（等级1），现在它是〔〔1， 2，3，4]]（等级2）。

感谢

EDIT2：好吧，我改变了很多，因为最后的编辑。我迷失了记录它们的变化。如果你想看到我的代码here它是。我知道这太麻烦了。现在我只是洙幸福的那些事是工作。“d你就无法理解我的代码是一团糟，但我只是想记录当前状态的大感谢到阿里阿巴斯。：d

Answer 1

我们在这里，因为你知道MatMul操作是典型的矩阵乘法运算，所以如果我们想将两个矩阵相乘，M1和M2，具有形状AxB和BxC分别，我们应该有相同的形状B我们什么时候想要乘法和结果：

M1 x M2产生矩阵R形状为AxC。

所以你的情况，你尝试相乘两个矩阵与形状4x1和4x32，所以它抛出形状问题的一个错误，你应该调换第一张量，那么你必须：

1x4 MATMUL 4x32结果1x32矩阵。

您的代码在这里：

h_layer1 = tensorflow.add(tensorflow.matmul(input_layer, w_layer1),b_layer1)

使用这样的：

h_layer1 = tensorflow.add(tensorflow.matmul(tf.transpose(input_layer), w_layer1),b_layer1)

如需更详细的回答，您可以打印张量的形状像每一个阶段：

print h_layer1.get_shape()

并看到形状，然后你可以修改你的形状和输入。

祝你好运。