我对Tensorflow完全是新手。

我的目标很简单：我有一个3D张量作为输入/训练值，我希望将其“映射”到一个1D输出张量。

在运行我的模型时，我遇到一个错误，指出1D输出张量无法分配给定义的[5, 5]形状：

const model = tf.sequential({  layers: [    tf.layers.dense({      inputShape: [5, 5],      units: 32,      activation: "relu"    }),    tf.layers.dense({ units: 1, activation: "softmax" }),  ]});

输出/输入可以有不同的形状吗？我希望3D张量能够像“数字组”一样解析为一个单一的（1D张量）数字。

回答：

要将高维张量（维度高于1）映射到1D张量，需要在中间使用一个flatten层

const model = tf.sequential({  layers: [    tf.layers.dense({      inputShape: [5, 5],      units: 32,      activation: "relu"    }),    tf.layers.flatten(),    tf.layers.dense({ units: 1, activation: "softmax" }),  ]});