如何解决TensorFlow中张量拼接的形状不匹配错误？

核心问题 #

你的测试输入中，side_input的形状是(2,)（一维张量），但模型期望的是(None,2)（二维批量张量），而BERT输出的是(1,512)（二维批量张量），二者秩（维度数）不一致，导致ConcatOp报错。

修复步骤 #

直接调整测试输入的side_input形状，给它加上批量维度：

• 把测试代码里的tf.reshape([0.3, 0.3], (2))替换成：

  tf.reshape([0.3, 0.3], (1, 2))
  

  或者用tf.expand_dims更直观：

  tf.expand_dims([0.3, 0.3], axis=0)
  

原理说明 #

模型定义时，side_input的(None,2)中，None代表批量维度，意味着输入必须是「批量数×2」的二维张量。测试时你传入的是单个样本的2个特征，需要显式添加批量维度（批量数=1），让side_input形状变为(1,2)，和BERT输出的(1,512)保持相同的秩，这样就能在特征维度（axis=1）正常拼接。

内容的提问来源于stack exchange，提问作者Morgan