后张量形状太密集了？

Question

我正在制作一个DNN来解决回归问题。在

首先，我加载一个预先训练的VGG16网络，然后我制作几个完全连接的隐藏层。最后一层有一个输出标量的节点。在

我想输出的形状应该是[batch\u size]或[batch\u size，1]。在

但是当我打电话。。。在

...

fc5 = tf.layers.dense(inputs=fc4, units=1)

print(tf.shape(fc5))
print(fc5.get_shape())

。。。我得到：

>；张量（“形状：0“，形状=（4，），数据类型=int32）

>；（？, ?, ?，1）

有人能解释一下吗？为什么形状有前三个维度，tf.layers.dense不应该使其成为标量或标量列表？在

---

编辑：

vgg斨u layer7斨out形状：

>；张量（“形状：0“，形状=（4，），数据类型=int32）

>；（？, ?, ?，4096）

fc1形状：

>；张量（“形状：0“，形状=（4，），数据类型=int32）

>；（？, ?, ?，1024）

。。。在

fc4形状：

>；张量（“形状：0“，形状=（4，），数据类型=int32）

>；（？, ?, ?，10）

---

fc层代码：

^{pr2}$

Answer 1

就像迪米特里说的，我忘了把它弄平。。。在调用loss func laster之前，还可以使用tf.squeeze函数。在