我在尝试用TensorFlow实现这篇论文时遇到了一些问题。在我的池化层中，我需要将所有内容拼接在一起。这是我使用的代码：
pooled_outputs = [] for i, filter_size in enumerate(filter_sizes): with tf.name_scope("conv-maxpool-%s" % filter_size): # 卷积层 filter_shape = [filter_size, embedding_size, 1, num_filters] # W 是滤波器矩阵 W = tf.Variable(tf.truncated_normal(filter_shape, stddev=0.1), name="W") b = tf.Variable(tf.constant(0.1, shape=[num_filters]), name="b") conv = tf.nn.conv2d( self.embedded_chars_expanded, W, strides=[1, 1, 1, 1], padding="VALID", name="conv" ) # 应用非线性 h = tf.nn.relu(tf.nn.bias_add(conv, b), name="relu") # 在输出上进行最大池化层 pooled = tf.nn.max_pool( h, ksize=[1, sequence_lengths[i] - filter_size + 1, 1, 1], strides=[1, 1, 1, 1], padding="VALID", name="pool" ) pooled_outputs.append(pooled) # 组合所有池化特征 num_filters_total = num_filters * len(filter_sizes) print(pooled_outputs) pooled_outputs = [tf.reshape(out, ["?", 94, 1, self.max_length]) for out in pooled_outputs] # 问题行 self.h_pool = tf.concat(3, pooled_outputs)当我运行这段代码时，它为 pooled_outputs 打印出以下内容：
[<tf.Tensor 'conv-maxpool-3/pool:0' shape=(?, 94, 1, 128) dtype=float32>, <tf.Tensor 'conv-maxpool-4/pool:0' shape=(?, 51, 1, 128) dtype=float32>, <tf.Tensor 'conv-maxpool-5/pool:0' shape=(?, 237, 1, 128) dtype=float32>]我最初尝试没有 pooled_outputs = [tf.reshape(out, ["?", 94, 1, self.max_length]) for out in pooled_outputs] 这行代码，结果得到了以下错误：
ValueError: Dimension 1 in both shapes must be equal, but are 51 and 237当我添加了reshape这行后，我得到了以下错误：
TypeError: Expected binary or unicode string, got 94我知道第二个错误是因为我为新大小传递了”?”，而第一个错误我想是因为张量的大小不一致。我应该如何正确地填充这些张量，以便无障碍地拼接它们？
回答：
你可以将 -1 作为形状的一个组件传递给 tf.reshape 方法；它会根据你的张量的形状自动推断，这样总大小将保持不变。
所以，尝试将问题行更改为
pooled_outputs = [tf.reshape(out, [-1, 94, 1, self.max_length]) for out in pooled_outputs]有关详细信息，请参阅文档
