TensorFlow新手求助：出现Check failed: NDIMS == new_sizes.size() (2 vs.1)错误

嘿，我来帮你搞定这个头疼的错误！你遇到的Check failed: NDIMS == new_sizes.size() (2 vs. 1)是典型的张量维度不匹配问题，结合错误码0xC0000409（通常是程序内部断言失败导致的崩溃），咱们直接定位问题根源：

问题根源 #

你在计算交叉熵的时候，labels（也就是y）和logits的维度完全不匹配：

• logits是全连接层输出的张量，形状为[None, 3]（对应你设置的n_output=3），是二维张量
• 而你用y = tf.to_float(action)得到的y，是tf.nn.top_k(logits,1)的输出，形状为[None, 1]，虽然也是二维，但最后一维长度是1，和logits的最后一维长度3无法对齐，触发了TensorFlow内部的维度检查断言。

另外，env.step()需要接收单个整数动作，你直接传入的action_val是二维数组（比如[[0]]），这也会埋下运行隐患。

修复步骤 #

1. 将动作索引转换为One-Hot编码标签

把原来的y = tf.to_float(action)替换为以下代码，让y的形状和logits完全一致：

# 先压缩action的冗余维度，再转换为One-Hot编码
y = tf.one_hot(tf.squeeze(action, axis=1), depth=n_output)

• tf.squeeze(action, axis=1)：去掉action中长度为1的维度，把[batch_size,1]变成[batch_size]
• tf.one_hot(...)：把每个动作索引转换成长度为n_output的One-Hot向量，最终y的形状为[batch_size, 3]，和logits完美匹配。

2. 修正传入环境的动作格式

在调用env.step()时，需要从action_val中取出具体的整数值：

# 替换原来的 env.step(action_val)
obs, reward, done, info = env.step(action_val[0][0])

因为sess.run([action, gradients])返回的action_val是二维数组（比如[[2]]），而env.step()只接受单个整数作为动作参数。

修复后的核心代码片段 #

这里是修改后的关键部分，方便你直接替换：

logits = tf.layers.dense(hidden,n_output,kernel_initializer=initializer)
outputs = tf.nn.softmax(logits)
index,action = tf.nn.top_k(logits,1)
# 替换原有的y定义
y = tf.one_hot(tf.squeeze(action, axis=1), depth=n_output)
cross_entropy = tf.nn.softmax_cross_entropy_with_logits_v2(labels=y,logits=logits)

# 游戏循环中的step执行部分
action_val,gradient_val = sess.run([action,gradients], feed_dict={X: obs.reshape(1, n_inputs)})
# 修正动作传入方式
obs, reward, done, info = env.step(action_val[0][0])

验证修改 #

做完这两处调整后，再运行代码，应该就能解决维度不匹配的断言错误了。本质上就是让交叉熵计算的两个输入张量维度完全对齐，同时给环境传入正确格式的动作参数。

内容的提问来源于stack exchange，提问作者Varsius