TensorFlow报错TypeError: __init__()意外参数'shape'求助

嘿，我一眼就看到问题啦——你把代码运行后的打印输出结果当成可执行代码写进去了！那三行tf.Tensor("Const:0", dtype='f',shape=[1])是print(a)/print(b)/print(total)的输出内容，不是要运行的代码，直接执行它们就会触发TypeError，因为tf.Tensor的构造函数根本不接受shape这个关键字参数。

修正后的正确代码 #

先把那三行多余的输出语句删掉，然后注意：你的代码是TensorFlow 1.x风格的，需要通过Session来执行计算图才能得到实际的数值结果，完整代码如下：

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import numpy as np
import tensorflow as tf

# 定义计算图中的常量和相加操作
a = tf.constant(3.0, dtype=tf.float32)
b = tf.constant(4.0)
total = a + b

# 打印Tensor节点的元信息（这部分是正常的，会输出节点名称、数据类型等）
print(a)
print(b)
print(total)

# 创建会话并运行计算，获取实际数值
with tf.Session() as sess:
    a_val, b_val, total_val = sess.run([a, b, total])
    print("\n实际计算结果：")
    print(a_val)
    print(b_val)
    print(total_val)

错误原因详解 #

你添加的那三行tf.Tensor(...)是完全错误的用法：

• 在TensorFlow中，tf.Tensor对象是由诸如tf.constant、tf.add这类操作自动创建的，不需要你手动调用tf.Tensor构造函数生成。
• 手动调用tf.Tensor("Const:0", dtype='f',shape=[1])时，构造函数不识别shape参数，所以抛出了TypeError: __init__() got an unexpected keyword argument 'shape'这个错误。

额外提示：TensorFlow 2.x的写法 #

如果你用的是TensorFlow 2.x，代码会更简单，因为默认启用了即时执行（Eager Execution），不需要会话就能直接得到结果：

import tensorflow as tf

a = tf.constant(3.0, dtype=tf.float32)
b = tf.constant(4.0)
total = a + b

# 直接打印就能输出数值，而不是Tensor节点信息
print(a)
print(b)
print(total)

内容的提问来源于stack exchange，提问作者user7091413