我遵循'retrain.py'示例，但得到错误 . 我打印瓶颈张量形状，它是[1,1,1,2048] . 执行“tf.placeholder_with_default（bottleneck_tensor，shape = [None，BOTTLENECK_TENSOR_SIZE]，name ='BottleneckInputPlaceholder'）时会遇到错误”

似乎bottleneck_tensor是一个4维的张量，每个维度是什么意思？为什么它不是二维张量？

我提到了inception-v3模型的源代码，让我困惑的是我在模型定义中找不到'pool_3'张量，它在retrain.py中使用

Inception-v3模型定义：https://github.com/tensorflow/models/blob/master/inception/inception/slim/inception_model.py

'retrain.py'教程：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/image_retraining/retrain.py

我的代码：

BOTTLENECK_TENSOR_NAME = 'pool_3:0'
BOTTLENECK_TENSOR_SIZE = 2048
sess = tf.InteractiveSession()
graph = create_inception_graph()
bottleneck_tensor = graph.get_tensor_by_name(ensure_name_has_port(
    BOTTLENECK_TENSOR_NAME))
print bottleneck_tensor.get_shape()

bottleneck_input = tf.placeholder_with_default(
    bottleneck_tensor, shape=[None, BOTTLENECK_TENSOR_SIZE],
    name='BottleneckInputPlaceholder')

错误：

ValueError：形状必须相等，但对于'BottleneckInputPlaceholder'（op：'PlaceholderWithDefault'），形状必须为4和2，输入形状为：[1,1,1,2048] .

python tensorflow