tf中的秩错误。nn。动态
我试图建立一个CNN RNN模型，我得到以下错误。任何帮助都将不胜感激。
FC2具有形状（？，4096）
cell = tf.contrib.rnn.BasicLSTMCell(self.rnn_hidden_units)
stack = tf.contrib.rnn.MultiRNNCell([cell]*self.rnn_layers)
initial_state = cell.zero_state(self.batch_size, tf.float32)
initial_state = tf.identity(initial_state, name='initial_state')
outputs, _ = tf.nn.dynamic_rnn(stack, fc2,dtype=tf.float32)
文件“rcnn.py”，第182行，在模型输出中。nn。动态文件（stack[fc2]，dtype=tf.float32）
文件/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/rnn.py”，第574行，在动态文件dtype=dtype中）
文件/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/rnn.py”，第637行，在平面输入的动态循环中“/usr/local/lib/python2。7/dist包/tensorflow/python/ops/rnn。py“，第637行，输入为平面输入）
文件/usr/local/lib/python2。7/dist-packages/tensorflow/python/framework/tensor_-shape。py”，第649行，在至少有raise VALUERROR的情况下（“形状%s必须至少有%d”%（自身，等级））VALUERROR:Shape（4096，？）必须具有至少3级的排名
共有2个答案
tf的默认输入。nn。dynamic\u rnn的维度为3（Batchsize、sequence\u length、num\u features）。由于num_features为1，因此可以使用
fc2 = tf.expand_dims(fc2, axis = 2)
然后使用上面的代码。
从他的评论中复制@jdehesa的答案以提高可视性：
错误似乎相当明显，tf.nn.dynamic_rnn期望一个三维张量作为输入（即秩3），但是fc2只有两个维度。fc2的形状应该像（
-
我对tf的实施有点困惑。nn。max\u pool（）函数。下面是一个玩具的例子。 在这里，我只想在一幅只有一个通道的图像上用十个滤波器执行卷积运算。在卷积之后，有一个ReLU激活层，然后是max池层。对于最大池层，窗口大小仅为1*5，步幅大小相同<代码>示例只是一幅随机图像<代码>mat1和mat2是分别通过这些设计层conv2d ReLU和conv2d ReLU max\u pool后的输出。
-
感谢您对以下tensorflow安装问题的帮助，系统：Windows 10 Home 64位 -清洁安装的Python 3.6。5作为管理员 -通过cmd行（作为管理员）从Python的脚本目录运行pip安装tensorflow（无错误） 尝试执行以下代码（导入模块）： 给出以下堆栈跟踪 回溯（最近一次调用）：文件“C:\Users\User\AppData\Local\Programs\Pyth
-
Note: Functions taking Tensor arguments can also take anything accepted by tf.convert_to_tensor. Contents Neural Network Activation Functions tf.nn.relu(features, name=None) tf.nn.relu6(features, name
-
nn-core 是 nanomsg 的 Ruby 语言实现版本。
-
我想用元素距离约束对组合进行排序和取消排序。选定的元素不能重复。 例如： 元素从中选择 正在选择的元素 2个选择元素之间的最大距离 与约束匹配 与约束不匹配 在给定距离约束下，小于，如何对组合进行排序？有没有一种方法可以在不计算较小秩的组合的情况下进行排序？
-
医生说 形状的大小（num\u layers*num\u directions，batch，hidden\u size）：包含t=seq\u len的隐藏状态的张量 现在，批次和hidden_size维度几乎不言自明。不过，第一个维度仍然是个谜。 我假设所有层的所有“最后一个单元”的隐藏状态都包含在该输出中。但是，例如，“最上层”中“最后一个单元格”的隐藏状态的索引是什么<代码>h\u n[-1]