数值错误：'MatMul'的形状必须为2维，但对于输入形状为[2]，[2,3]的操作（op: 'MatMul'）其形状为1维。

Question

我是Tensorflow的新手。我已经搜索了一些相关问题，但是仍然不太理解。以下是代码，请帮忙解答。

代码：

import tensorflow as tf

w1 = tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))
w2 = tf.Variable(tf.random_normal([3,3],stddev=1,seed=1))

x = tf.constant([0.7,0.9])

a = tf.matmul(x, w1)
y = tf.matmul(a, w2)

sess = tf.Session()

sess.run(w1.initializer)
sess.run(w2.initializer)

print(sess.run(y))
sess.close()

- 馮推宇

Answer 1

常量 x 的形状是 (2,)，即一维数组，您正试图将其与形状为 (2, 3) 的二维数组 w1 相乘，这是不可能进行矩阵乘法的，因为第一个参数的列数必须等于第二个参数的行数。此外，我认为只有在两个数组都是二维数组时，tf.matmul 才有效。

你可以改变常量 x 的声明方式，例如： x = tf.constant([[0.7], [0.9]]) 这将创建一个形状为（2，1）的二维常量张量。然后进行乘法运算： a = tf.matmul(tf.transpose(x), w1) 使用 tf.transpose() 将具有形状（2，1）的数组 x 转置为形状（1，2）。

希望能对您有所帮助。

- Ankit Paliwal

---

另外，我认为tf.matmul仅在两个数组都是二维时才有效。- 谢谢，这正是我的问题。 - nj2237

Answer 2

在您的情况下，变量x的等级为1。因此出现了问题。

以下是您遇到此问题的原因。

请参考tensorflow API https://www.tensorflow.org/api_docs/python/tf/matmul tf.matmul(a, b, transpose_a=False, transpose_b=False, adjoint_a=False, adjoint_b=False, a_is_sparse=False, b_is_sparse=False, name=None)

参数：

a：类型为float16、float32、float64、int32、complex64、complex128的张量，且等级大于1。

b：与a相同类型和等级的张量。

- solver149

Answer 3

"

x的形状为(2,)，与w1的形状(2,3)不匹配。

您应该进行更改。

"

x = tf.constant([0.7,0.9])

到

x = tf.constant([[0.7,0.9]])

现在x的形状为(1,2)，运行正常。

- Paul Spark