出现这种问题的原因是，一般都是数据维度的原因，导致参数不匹配，一定要检查参数维度。
你比如，我报错的原因：
我的 image_placeholder声明的是[10,16,112,112,3]，但是后面我在调用的时候，却这样用了
logits = c3d_model.inference(image_placeholder[10,:, :, :, :], 。。。。。)
这里的这样（注意10后面逗号）的话就会导致维度错误，有的同学会说，哦!我懂了，把逗号去了就行了，然而并不是这样的。
接下来我们来看一下代码：
import numpy as np
a = np.ones([5,6,7,7,9])
#print(a)
print("加逗号：",a[0,:,:,:,:].shape) #[6,7,7,9]
print("加逗号：",a[1,:,:,:,:].shape) #[6,7,7,9]
print("加逗号：",a[2,:,:,:,:].shape) #[6,7,7,9]
print("加逗号：",a[3,:,:,:,:].shape) #[6,7,7,9]
print("加逗号：",a[4,:,:,:,:].shape) #[6,7,7,9]
#print("加逗号：",a[5,:,:,:,:].shape) #报错：
print("--------------------------")
#上述都等价于a[i]
print("不加逗号：",a[0:,:,:,:].shape) #[5,6,7,7,9]
print("不加逗号：",a[1:,:,:,:].shape) #[4,6,7,7,9]
print("不加逗号： ",a[2:,:,:,:].shape) #[3,6,7,7,9]
print("不加逗号： ",a[3:,:,:,:].shape) #[2,6,7,7,9]
print("不加逗号： ",a[4:,:,:,:].shape) #[1,6,7,7,9]
print("不加逗号： ",a[9:,:,:,:].shape) #不报错 #[0,6,7,7,9],这样的维度的是什么东西，其实就是一个空list ：[].
#上述都等价于啊a[i:]ps:只要维度里出现0，则这都是一个空列表。
相信看到这里不少小伙伴大概明白了，我们稍加解释：
（1）加逗号：即当前维度与下一维度之间有逗号，表示提取第几个slice，这样产生的数据会降低一个维度，并且对数据有要求，只能取值为0-dims(当前维度) -1。否则会报错：ValueError: slice index xxx of dimension 0 out of bounds。
（2）不加逗号：即当前维度与下一维度之间无逗号，表示从当前维度的第几个值进行切片，不会改变原始数据的维度。当取值>dims(当前维度) -1 时，不报错，但是会产生空列表。(小技巧，查逗号，看数值出现在第几个逗号处，则对哪一个维度切片）
接下来有一些例子来加深我们的理解，大家可以先手动计算，然后再写代码验证：
import numpy as np
a = np.ones([5,6,7,8,9])
#print(a)
print("加逗号：",a[:,0,:,:,:].shape)
print('加逗号：',a[3,:,:,1,:].shape)
print('不加逗号：',a[3:,:,2:].shape) #小技巧，查逗号，看数值出现在第几个逗号处，则对哪一个维度取切片。加逗号： (5, 7, 8, 9)
加逗号： (6, 7, 9)
不加逗号： (2, 6, 5, 8, 9)熟悉：c3d_model的朋友，或许对个语句不陌生：
images_placeholder[gpu_index * FLAGS.batch_size:(gpu_index + 1) * FLAGS.batch_size,:,:,:,:],
其实很容易理解，这又涉及到另外一种情况：我们来看代码：
import numpy as np
batch_size = 8
gpu_index = 0
a = np.ones([4*8,6,7,8,9])
print(a[gpu_index * batch_size:(gpu_index + 1) * batch_size,:,:,:,:].shape)
for i in range (4):
print(": ",a[:(i + 1)*batch_size,:,:,:,:].shape)
print("i*batch_size: ",a[i * batch_size:(i + 1)*batch_size,:,:,:,:].shape)
(8, 6, 7, 8, 9)
: (8, 6, 7, 8, 9)
i*batch_size: (8, 6, 7, 8, 9)
: (16, 6, 7, 8, 9)
i*batch_size: (8, 6, 7, 8, 9)
: (24, 6, 7, 8, 9)
i*batch_size: (8, 6, 7, 8, 9)
: (32, 6, 7, 8, 9)
i*batch_size: (8, 6, 7, 8, 9)分析，这里表示对第最高维是(i + 1)*batch_size之前的切片，从i * batch_size处取切片。添加一个：且与当前数值维度无逗号间隔，相当于添加一个维度。
这里我们详细的讲解了上知识，具体的情况大家也可以编写代码验证，希望维度问题这种问题不再影响大家心情。
