我用 Keras 寫了一個損失函數。它有兩個參數，y_true和y_pred。我的第一行代碼是：batch = y_pred.get_shape()[0]. 然后在我的batch變量中我有第一個維度y_pred，所以我循環range(batch)并寫下我寫的內容。那沒關系。問題是當我編譯所有內容時，我收到一條錯誤消息，告訴我批處理不是整數，而是張量。然后，作為 Tensorflow 的初學者，我開始思考如何從 中獲取一個整數batch，它應該是一個整數，但是一個張量。我試圖這樣做，sess.run(batch)但這根本沒有幫助。所以，我的問題是如何從表示整數變量的張量中獲取整數。我想使用一些真正給我一個整數而不是張量的函數。請幫忙。這是我的代碼：def custom_loss(y_true, y_pred):    batch = y_pred.get_shape()[0]    list_ones = returnListOnes(batch)    tensor_ones = tf.convert_to_tensor(list_ones)    loss = 0    for i in range(batch):      for j in range(S):        for k in range(S):            lista = returnListOnesIndex(batch, [j,k,0])            lista_bx = returnListOnesIndex(batch, [j,k,1])            lista_by = returnListOnesIndex(batch, [j,k,2])            lista_bw = returnListOnesIndex(batch, [j,k,3])            lista_bh = returnListOnesIndex(batch, [j,k,4])            lista_to_tensor = tf.convert_to_tensor(lista)            lista_bx_to_tensor = tf.convert_to_tensor(lista_bx)            lista_by_to_tensor = tf.convert_to_tensor(lista_by)            lista_bw_to_tensor = tf.convert_to_tensor(lista_bw)            lista_bh_to_tensor = tf.convert_to_tensor(lista_bh)            element = tf.reduce_sum(tf.multiply(lista_to_tensor,y_pred))            element_true = tf.reduce_sum(tf.multiply(lista_to_tensor, y_true))            element_bx = tf.reduce_sum(tf.multiply(lista_bx_to_tensor, y_pred))            element_bx_true = tf.reduce_sum(tf.multiply(lista_bx_to_tensor, y_true))            element_by = tf.reduce_sum(tf.multiply(lista_by_to_tensor, y_pred))            element_by_true = tf.reduce_sum(tf.multiply(lista_by_to_tensor, y_true))            element_bw = tf.reduce_sum(tf.multiply(lista_bw_to_tensor, y_pred))            element_bw_true = tf.reduce_sum(tf.multiply(lista_bw_to_tensor, y_true))正如你所看到的，我想要batch變量是int這樣我可以循環并做一些事情。我也用過size，shape它也行不通。