TensorFlow构建CNN自编码器报错：无法将int转为Tensor或Operation

你遇到的这个TypeError核心原因是变量名冲突，同时代码里还有两个影响模型正常运行的小问题，我一步步给你拆解：

1. 直接触发错误的原因：变量名覆盖 #

在train_model函数里，你先定义了TensorFlow的损失张量loss = tf.reduce_mean(...)，但紧接着在训练循环里又写了loss = 0——这直接把原本的Tensor类型变量覆盖成了整数0。当sess.run([opt, loss])执行时，第二个参数变成了普通整数，而TensorFlow的run方法只接受张量或操作，所以抛出了「无法将int转为Tensor/Operation」的错误。

修复方法： #

把训练循环里的累计损失变量改成别的名字，比如total_loss，避免覆盖TensorFlow的损失张量：

def train_model(x):
    output = model(x)
    # 保留loss作为TensorFlow损失张量的变量名
    loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(labels=x, logits=output))
    opt = tf.train.AdamOptimizer(learning_rate).minimize(loss)
    mnist = input_data.read_data_sets("MNIST_data/")
    hm_batches = mnist.train.num_examples // batch_size
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        for epochs in range(hm_epochs):
            # 用total_loss作为累计损失的变量，和Tensor张量loss区分开
            total_loss = 0
            for _ in range(hm_batches):
                batch_img, batch_label = mnist.train.next_batch(batch_size)
                batch_img = batch_img.reshape((-1, 28, 28, 1))
                _, c = sess.run([opt, loss], feed_dict={x: batch_img})
                total_loss += c
            print("Epoch: {0}/{1} - loss: {2}".format(epochs+1, hm_epochs, total_loss))

2. 第二个问题：损失函数选择错误 #

自编码器的目标是重构输入图像，不是分类任务，你用softmax_cross_entropy_with_logits_v2完全不对——这个损失是给分类任务用的，用来衡量类别概率的差异。

修复方法： #

换成适合重构任务的均方误差（MSE）或者平均绝对误差（MAE）：

# 替换原来的loss定义，MSE更适合图像重构场景
loss = tf.reduce_mean(tf.square(output - x))
# 或者用MAE（对异常值更鲁棒）
# loss = tf.reduce_mean(tf.abs(output - x))

3. 第三个问题：Decoder的形状不匹配 #

当前你的decoder逻辑会导致输出形状和输入（28,28,1）不一致，比如转置卷积后又强行resize到(7,7)，打乱了特征图的尺寸逻辑。

修复方法： #

调整decoder结构，确保最终输出和输入形状完全对齐：

def model(x):
    with tf.name_scope('encoder'):
        print('input shape:', x.shape)
        conv1 = conv_layer(x, 32)  # (28,28,32)
        conv1 = downsample_layer(conv1)  # (14,14,32)
        conv1 = dropout_layer(conv1, dropout)
        print('conv1 shape:', conv1.shape)
        
        conv2 = conv_layer(conv1, 16)  # (14,14,16)
        conv2 = downsample_layer(conv2)  # (7,7,16)
        conv2 = dropout_layer(conv2, dropout)
        print('conv2 shape:', conv2.shape)
        
        conv3 = conv_layer(conv2, 8)  # (7,7,8)
        encoded = downsample_layer(conv3)  # (4,4,8)
        print('encoded shape:', encoded.shape)
        
    with tf.name_scope('decoder'):
        conv4 = conv_layer(encoded, 8)  # (4,4,8)
        conv4 = deconv_layer(conv4, 16)  # (8,8,16)
        # 裁剪到7x7，和encoder的conv2尺寸对齐
        conv4 = tf.image.crop_to_bounding_box(conv4, 0, 0, 7, 7)
        conv4 = dropout_layer(conv4, dropout)
        print('conv4 shape:', conv4.shape)  # (7,7,16)
        
        conv5 = deconv_layer(conv4, 32)  # (14,14,32)
        conv5 = dropout_layer(conv5, dropout)
        print('conv5 shape:', conv5.shape)
        
        conv6 = conv_layer(conv5, 32)  # (14,14,32)
        decoded = deconv_layer(conv6, 1)  # (28,28,1)，和输入形状一致
        print('decoded shape:', decoded.shape)
    return decoded

按照上面三个步骤修改后，你的模型应该就能正常训练了。

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