通过feed_dict输入到占位符的值的TensorFlow "InvalidArgumentError“
TensorFlow是一个开源的机器学习框架，用于构建和训练各种机器学习模型。在TensorFlow中，占位符（Placeholder）是一种特殊的Tensor对象，用于在运行时提供输入数据。通过feed_dict参数将数据输入到占位符。
当我们在使用TensorFlow时，如果我们尝试将一个无效的值传递给占位符，就会出现"InvalidArgumentError"错误。这个错误通常发生在以下几种情况下：
- 数据类型不匹配：占位符有一个指定的数据类型，如果传递给占位符的值的数据类型与之不匹配，就会出现该错误。例如，将一个字符串传递给一个期望整数类型的占位符。
- 形状不匹配：占位符有一个指定的形状（维度），如果传递给占位符的值的形状与之不匹配，就会出现该错误。例如，将一个形状为(3, 3)的矩阵传递给一个期望形状为(2, 2)的占位符。
- 未提供足够的数据：如果我们没有为占位符提供足够的数据，即传递给占位符的值的维度与占位符的形状不匹配，就会出现该错误。
为了解决"InvalidArgumentError"错误，我们可以采取以下措施：
- 检查数据类型：确保传递给占位符的值的数据类型与占位符的数据类型相匹配。可以使用Python的type()函数检查数据类型。
- 检查形状：确保传递给占位符的值的形状与占位符的形状相匹配。可以使用TensorFlow的shape属性检查形状。
- 提供足够的数据：确保为占位符提供足够的数据，即传递给占位符的值的维度与占位符的形状匹配。
在腾讯云的产品中，与TensorFlow相关的产品是腾讯云AI智能机器学习平台（https://cloud.tencent.com/product/tf），该平台提供了强大的机器学习和深度学习能力，支持TensorFlow框架，并提供了丰富的AI模型和算法库，帮助用户快速构建和训练模型。
相关·内容
1回答
我正在尝试将数组分批输入Tensorflow占位符。但即使提供了正确的形状，我也得到了一个InvalidArgumentError。
下面是我代码的一部分：
import tensorflow as tf
import numpy as np
xdata = np.linspace(1,50, 10000)
noise = np.random.rand(len(xdata))
y_true = (1.5*xdata) + 5 + noise #m = 1.5 and c = 5
m = tf.Variable(0.1) #initial values
c = tf.Variable
浏览 0提问于2018-11-03得票数 0
回答已采纳
我用TensorFlow在MNIST数据集上训练了一个简单的神经网络。代码的训练部分工作得很好。但是，当我向网络提供单个图像时，它会提供以下回溯：
Traceback (most recent call last):
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/tensorflow/python/client/session.py", line 1021, in _do_call
return fn(*args)
File "/Li
浏览 13提问于2018-04-10得票数 1
我注意到，在Tensorflow脚本的后续运行中，您的图形操作会得到编号名称，例如：
loss = tf.reduce_mean(tf.nn.l2_loss(y - pred), name="l2_loss")
会得到名字：
l2_loss
l2_loss_1
l2_loss_2
...
l2_loss_N
当您继续在同一个IPython会话中进行相同的运行时。这不会那么烦人，除非在后面的脚本中，当您想要保存摘要时：
x_sample, y_sample = get_sample(X, Y)
feed = {x: x_batch, y: y_batch}
trainer.run
浏览 4提问于2016-06-21得票数 4
回答已采纳
考虑以下代码片段，其中包括tensorflow tf.cond()。
import tensorflow as tf
import numpy as np
bb = tf.placeholder(tf.bool)
xx = tf.placeholder(tf.float32, name='xx')
yy = tf.placeholder(tf.float32, name='yy')
zz = tf.cond(bb, lambda: xx + yy, lambda: 100 + yy)
with tf.Session() as sess:
d
浏览 0提问于2018-02-13得票数 4
回答已采纳
我正在尝试熟悉TensorFlow，但我不确定占位符、变量等等。为了简单起见，我尝试创建一个非常简单的计算--一个占位符和一个变量，即占位符乘以2。
我把所有的东西都放在一个函数里，就像这样：
import tensorflow as tf
def try_variable(value):
x = tf.placeholder(tf.float64, name='x')
v = tf.Variable(x * 2, name='v', validate_shape=False)
with tf.Session() as session
浏览 0提问于2018-04-26得票数 3
回答已采纳
我是Tensorflow的新手，尝试了下面给出的线性回归代码：
import tensorflow as tf
import numpy as np
import pandas as pd
from sklearn.datasets import load_boston
import matplotlib.pyplot as plt
boston=load_boston()
type(boston)
boston.feature_names
bd=pd.DataFrame(data=boston.data,columns=boston.feature_names)
bd['Pri
浏览 0提问于2018-07-21得票数 0
回答已采纳
1回答
深度学习中的混淆矩阵
、、、
我一直试图打印出我的模型的混淆矩阵，但没有这样做。
然而，我成功地获得了一个(7x7)混淆矩阵，但以张量格式。
我是Tensorflow的新手，所以请帮我显示张量。谢谢。
代码：
con_mat = tf.confusion_matrix(labels=[0, 1, 2, 3, 4, 5, 6], predictions=correct, num_classes=n_classes,
dtype=tf.int32, name=None)
with tf.Session():
print('Confusion Matri
浏览 1提问于2017-08-08得票数 1
因此，对于以下代码：
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for i in range(2000):
batch = mnist.train.next_batch(50)
if i % 100 == 0:
train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_: batch[1]})
print('step %d, traini
浏览 3提问于2017-11-13得票数 0
给定tensorflow中的计算图，在底层代码中查找错误(如果有的话)。
import tensorflow as tf
import numpy as np
input = tf.placeholder(shape=(1, 224, 224, 3), dtype=tf.float32)
output = input + 5
with tf.Session() as sess:
network_input = np.random.randint(5, size=(700, 350, 3))
out = sess.run(output, feed_dict = {input : net
浏览 0提问于2019-07-03得票数 0
回答已采纳
1回答
我在神经网络的tensorflow中创建了模型。我保存了模型并将其恢复到另一个python文件中。
代码如下：
def restoreModel():
prediction = neuralNetworkModel(x)
tf_p = tensorFlow.nn.softmax(prediction)
temp = np.array([2,1,541,161124,3,3])
temp = np.vstack(temp)
with tensorFlow.Session() as sess:
new_saver = tensorFlow.
浏览 0提问于2016-12-15得票数 2
我正在学习一门Udemy课程，同时也是CNN和TensorFlow的初学者。当我运行一个会话时，我得到了InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'Placeholder_1' with dtype float and shape [?,10]错误。
with tf.Session() as sess:
sess.run(init)
for step in range(1000):
batch_x,
浏览 2提问于2019-07-15得票数 1
我几天前开始学习Tensorflow。所以这可能是一个愚蠢的问题。
我编写了以下程序，它只计算y=w*x，然后将变量w更新为y。在这个程序中，为了更新变量，我使用了update_w_op = tf.assign(w, y)并像sess.run(update_w_op)一样调用update_w_op操作。但不幸的是，发生了一个错误。我应该如何修改我的程序？
此外，如果有一种方法可以通过调用y来更新变量w，那就太好了。有没有办法做到这一点？
程序：
import tensorflow as tf
# My graph
w = tf.Variable(1)
x = tf.placeholder(t
浏览 0提问于2018-03-31得票数 0
当我运行下面的代码时，我遇到了这个错误，试图获得测试数据的预测。通过打印出操作名，我看不到名为Placeholder_4的操作，并且可以看到名为prediction_output的操作。
with tf.Session() as sess:
imported_meta = tf.train.import_meta_graph("test-model-220.meta")
imported_meta.restore(sess, tf.train.latest_checkpoint('./'))
graph = tf.get_default
浏览 0提问于2018-06-28得票数 0
2回答
我试图将input_image (它是numpy array.Following的张量)--已经回答的问题和其他几个建议在此转换中使用input_image.eval()或等效sess.run()的问题--进行转换，但是它引发了一个错误，显然期望sess.run()有一个feed_dict值。但是，由于这里我并不试图运行依赖于未知值的操作，所以我认为这里不需要feed_dict，因为这里所做的只是转换。
此外，为了检查，我还尝试使用相同的方法转换一个tf.constant(1,2,3)值，尽管它的数据类型与input_image相同，但还是成功地编译了它。下面是我的代码，它是大型脚本的一部分：
浏览 2提问于2019-11-24得票数 1
回答已采纳
1回答
我正在尝试在我的seq2seq模型中激活GRUCell。基本上，通过translate.py示例，我试图了解细胞是如何被激活的。我已经尝试了几种不同的形式，试图打印张量，但没有任何成功
test = tf.get_default_graph().get_tensor_by_name("model_with_buckets/embedding_attention_seq2seq/RNN/MultiRNNCell_35/Cell2/GRUCell/add:0")
print(test.eval())
我一直收到这个错误：
InvalidArgumentError (see a
浏览 0提问于2017-04-13得票数 0
我是tensorflow的新用户，并将其用于回归问题。神经网络模型的输入是一个二维数组(200行和51列)，该输入的输出是一个标量。输入数组和相应的输出存储在字典中，为此，我试图将均方误差损失降到最低。模型是使用以下代码构建的
keysD = TrainingDic.keys()
loss = tf.zeros([1])
for i in range(len(keysD)):
X_data = tf.placeholder(tf.float32, [200,51])
trueY = tf.placeholder(tf.float32)
predY, cost = bu
浏览 0提问于2019-02-25得票数 0
我读了一些关于同一个问题的文章，但看起来我的问题有些不同。我想冻结图表然后使用它。
这里简单的例子，我是如何做到这一点的。首先，我创建会话并同时保存检查点和GraphDef：
a = tf.Variable(tf.constant(1.), name='a')
b = tf.Variable(tf.constant(2.), name='b')
c = tf.placeholder(tf.float32, shape =[1], name="c")
add = tf.add(a, b, 'sum')
add2 = tf.add(a
浏览 2提问于2016-07-25得票数 1
回答已采纳
我试着用tensorflow (与张紧器)制作一个图像分类器，我遇到了几个问题。其中之一是，我无法获得张量的值，以便在我的网络中使用退出层进行调试。
该网络如下所示：
sess = tf.InteractiveSession()
x = tf.placeholder(tf.float32, shape=[None, 100, 100, 3], name='x')
y_ = tf.placeholder(tf.float32, shape=[None, ], name='y_')
w_init = tf.truncated_normal_initializer
浏览 3提问于2017-05-19得票数 1
回答已采纳
谢谢你的帮助。这个问题已经困扰我两天了。我搜索了很多网站，都没有找到答案。
背景:我正在学习mnist，它一开始是正确的，但当我保存模型并恢复时，出现了一个错误，告诉我必须输入placeholder_1。我很困惑。
代码:下面的代码是正确的。
import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets("mnist data/", one_hot=True)
import tensorflow as tf
# 操作符号变量来描述这些可
浏览 0提问于2018-05-29得票数 0
我试图将x_data传递为feed_dict，但由于错误程度较低，我不确定代码中有什么问题。
InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'x_12' with dtype int32 and shape [1000]
[[Node: x_12 = Placeholder[dtype=DT_INT32, shape=[1000], _device="/job:localhost/replica:0/task:0/cpu:
浏览 1提问于2017-02-10得票数 2
回答已采纳
1回答
我刚开始使用tensorflow，我想在我自己的图像上测试来自tensorflow的的经过训练的模型。这是我在本教程开始时在我自己的映像上测试Softmax回归模型时使用的代码：
with open("three.jpeg", "rb") as f:
contents = f.read()
image = tf.image.decode_jpeg(contents, channels=1)
image_float = tf.image.convert_image_dtype(image, tf.float32)
resized_image = tf.i
浏览 3提问于2017-08-02得票数 1
我有下面的tensorflow 1.3.0代码。您可以运行它没有任何错误。但如果不评论tf.summary.scalar('test', next_batch)和checkpoint_dir='/temp'，
我得到了
InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'Placeholder' with dtype string [[Node: Placeholder = Placeholder[dt
浏览 1提问于2017-10-05得票数 0
回答已采纳
我有一个现有的模型，它在循环中读取文本文件，其结果输入和输出如下所示：
self.X = tf.placeholder('float32', shape=[None, None, max_word_length, ALPHABET_SIZE], name='X')
self.Y = tf.placeholder('float32', shape=[None, 2], name='Y')
...
_, c, a = sess.run([optimizer, cost, acc], feed_dict=
浏览 2提问于2018-03-26得票数 2
回答已采纳
我在这段代码中遇到了以下错误：
文件"C:/Users/lourd/Desktop/Arquivos/PROGRAMAÇÂO/treino/IA"，第56行，输入模块错误，_=sess.run(成本，优化器，feed_dict={输入: inp，目标:输出})
文件"C:\Python\Python36\lib\site-packages\tensorflow\python\client\session.py"，第900行，位于run run_metadata_ptr中)
文件"C:\Python\Python36\lib\site-packages\t
浏览 0提问于2018-05-24得票数 1
我有个错误，InvalidArgumentError
_device="/job:localhost/replica:0/task:0/cpu:0"]] (参见上面的跟踪)：您必须为占位符张量' Placeholder_1‘提供一个带有dtype InvalidArgumentError的值[Node:Placeholder_1= Placeholderdtype=DT_FLOAT，shape=[]，Placeholder_1
我无法理解我的code.And中有什么问题，我不能理解错误的地方是设置或代码(语法)。
我怎么才能解决这个问题？
我写了我的全部代码
i
浏览 0提问于2017-04-15得票数 1
回答已采纳
我正在编写一个使用Tensorflow进行手写识别的程序。
我遵循了TF网站上的教程，但我的代码有一些问题。
下面是我的代码：
def weight_variable(shape):
initial = tf.truncated_normal(shape, stddev = 0.05)
return tf.Variable(initial)
def bias_variable(shape):
initial = tf.constant(0.1, shape = shape)
return tf.Variable(initial)
#x
x = tf.placeholder(
浏览 1提问于2017-06-11得票数 1
1回答
由于某种原因，第二次打开会话并尝试运行摘要操作会导致崩溃。错误消息具有误导性，因为提供了明确的占位符。
我正在尝试在多个数据集上测试相同的模型。因此，我只想重置变量并为每个数据集创建一个新的logdir。在没有循环的情况下手动运行它们确实可以完成这项工作，但它非常乏味。
我试着通知tensorflow开发人员，但他们似乎就是忽略了。有没有什么办法呢？
import tensorflow as tf
class MyModel:
def __init__(self, sess, i):
self.x = tf.placeholder(tf.float32, [2, 2]
浏览 8提问于2018-01-02得票数 0
回答已采纳
，在这里，我试图用TFLearn实现Tensorflow中的变分AutoEncoder。
我在self.training_model.session中构建训练、编码、生成一个大图的计算。self.generating_model和self.recognition_model与self.training_model共享相同的会话。
当我运行generating_model生成MNIST2D潜在空间时，一切都进行得很顺利。但是，当我运行self.recognition_model来编码给定的input_data时，出现了错误，它要求我给属于self.training_model的self.trai
浏览 4提问于2017-07-05得票数 0
回答已采纳
1回答
我通过Tensorboard显示了3个标量。2标量的工作没有问题(cross_entropy和准确性)。然而，当我试图显示第三个标量(learning_rate)时，我会得到一个错误。这是我的代码：
这两个标量没有错误：
cross_entropy = -tf.reduce_sum(y * tf.log(logits))
cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits=Ylogits, labels=Y_)
cross_entropy = tf.reduce_mean(cross_entropy) * 100
co
浏览 1提问于2018-07-29得票数 0
回答已采纳
我的Python不好。我想知道如何使用Python在Tensforflow中定义占位符的feed_dict。我确实查找了我的问题，最近的问题是在C++ 。
假设我有以下张量：
(<tf.Tensor 'Mul:0' shape=<unknown> dtype=float32>,)
在没有feed_dict的情况下查看它：
print sess.run('Mul:0')
会产生以下错误：
InvalidArgumentError (see above for traceback): You must feed a value for pla
浏览 11提问于2017-08-23得票数 0
1回答
我想要执行我的图形模型，但我有困难。守则是：
epoch_x, epoch_y = features, labels
sess.run(optimizer, feed_dict = {"x:0": epoch_x, "y:0": epoch_y})
错误是：
跟踪(最近一次调用) D:\AnacondaIDE\lib\site-packages\tensorflow\python\client\session.py in _run(self，handle，取)feed_dict，options，run_metadata)
1067 subfeed_t =sel
浏览 4提问于2017-11-30得票数 0
回答已采纳
我以aymericdamian的动态RNN为例：
并对其进行了一些修改，以适应我的数据。该数据是一个由60个条目组成的7500个数据集组成的列表。
有5个标签作为输出数据。
代码运行完美，我的准确率为75%。
现在，我想用一个数据集来输入模型，并得到一个预测的标签，但是我得到了以下错误：
tensorflow.python.framework.errors_impl.InvalidArgumentError:您必须使用dtype int32为占位符张量'Placeholder_2‘提供一个值。
下面列出了代码，最后两行是我想要得到预测的地方。
我做错了什么？
# ==========
浏览 2提问于2016-12-09得票数 0
回答已采纳
我用一个会话训练了一个TensorFlow网络
sess.run([train_op, loss], feed_dict=feed_dict)
给会话提供一个的输入、一个数据行并打印输出的最简单方法是什么？
我试过(多种变体)。
sess.run(print_function, data_row)
但我知道结果
You must feed a value for placeholder tensor 'Placeholder_1'
with dtype int32 and shape [<batch size>]
浏览 3提问于2016-12-27得票数 1
回答已采纳
我是tensorflow的新手，我有一个关于常数函数的运作方式的问题。下面有一个简单的程序：
import tensorflow as tf
a = tf.placeholder("float")
b = tf.constant(0.0)
y = tf.mul(x=a,y=b)
with tf.Session() as sess:
print(sess.run(y,feed_dict={a:1,b:4}))
我得到的输出是4.0。但是，我将'b‘设置为值为0的常量。
我不是在寻找一个错误，而是希望输出值为0。请帮我理解一下这种行为。
浏览 3提问于2016-09-06得票数 1
回答已采纳
我需要将字典提供给Tensorflow中的一组变量，并实际更改它们的值。我尝试了: sess.run([]，feed_dict=feed_dict)，运行结果是使用feed_dict执行的，但变量值没有更新。为了更新值，我还尝试在每个变量上执行"load“。这是可行的，但效率极低。加载20M数据的~20个变量需要10秒。我需要它在1秒内。(喂它只需要大约100ms)有没有更有效的方法来做到这一点？ 下面是一个示例： import tensorflow as tf
import numpy as np
variables = []
for i in range(100):
v
浏览 4提问于2019-02-28得票数 0
回答已采纳
我试图将一个单一的300x300x300张量输入到tensorflow中的占位符中，虽然我使用的是imgs = tf.placeholder(tf.float32, [1, 300, 300, 300, 3])，但我得到的是ValueError
Traceback (most recent call last):
File "tfvgg.py", line 265, in <module>
prob = sess.run(vgg.probs, feed_dict={vgg.imgs: train_data})
File "/home/entelechy/tf
浏览 0提问于2017-04-04得票数 0
回答已采纳
我用tensorflow编写了下面的快速程序来打印fibonacci数字。初始fib数字被初始化为占位符x1和x2，但是当我试图在session.run中输入占位符的值时，会导致错误：
InvalidArgumentError: You must feed a value for placeholder tensor 'x2' with dtype int64 and shape [1]
你能帮我理解和解决我的代码问题吗？
import tensorflow as tf
session = tf.InteractiveSession()
import numpy as np
浏览 1提问于2018-10-31得票数 1
回答已采纳
2回答
我正在研究一个神经网络，它可以预测二元选择。当我尝试提取预测时，它不起作用，并给出了这样的跟踪：
2017-09-03 13:52:59.302796: W tensorflow/core/framework/op_kernel.cc:1148] Invalid argument: Shape [-1,2] has negative dimensions
2017-09-03 13:52:59.302843: E tensorflow/core/common_runtime/executor.cc:644] Executor failed to create kernel. Invalid a
浏览 0提问于2017-09-04得票数 0
当我读取TensorFlow代码时，我看到人们为函数的输入参数指定占位符，然后将输入数据输入到session.run中。一个简单的例子可以类似于：
def sigmoid(z):
x = tf.placeholder(tf.float32, name='x')
sigmoid = tf.sigmoid(x)
with tf.Session() as session:
result = session.run(sigmoid, feed_dict={x:z})
return result
我想知道他们为什么不直接将z输入到t
浏览 1提问于2017-10-25得票数 3
回答已采纳
1回答
我正在创建一个张量流代码，当我试图使用变量运行时，会得到一个错误。
基本代码是
import tensor flow as tf
import numpy as np
graph = tf.Graph()
with graph.as_default():
with tf.name_scope("variables"):
# keep track of how many times the model has been run
global_step = tf.Variable(0, dtype=tf.int32, trainable=False, name=&#
浏览 0提问于2018-05-21得票数 0
回答已采纳
我使用Tensorflow 1.3实现了一个RNN来执行情感分析。当我训练和测试模型时，我想创建一个函数，将“评论”作为输入，并找到该评论的情绪。当我运行程序时，我得到了这个错误，并且我不能理解原因：
Traceback (most recent call last):
File "/home/andreas/.local/lib/python3.6/site-packages/tensorflow/python/client/session.py", line 1327, in _do_call
return fn(*args)
File "/home
浏览 15提问于2021-03-10得票数 0
我试图用一个隐藏层(线性->，->，线性->，乙状结肠)来训练二进制分类模型。我的x数据集是形状(示例数、输入特性数)和形状的y集(示例数，1)。
当我试图输入数据时，我会得到以下错误。我试着改变成本函数，但问题似乎仍然存在。
---------------------------------------------------------------------------
InvalidArgumentError Traceback (most recent call last)
~/.local/lib/python3.7/si
浏览 3提问于2020-05-15得票数 1
回答已采纳
我有点困惑，为什么我们要使用feed_dict？据我的朋友说，当您使用placeholder时，通常使用feed_dict，这可能不利于生产。
我见过这样的代码，其中不涉及feed_dict：
for j in range(n_batches):
X_batch, Y_batch = mnist.train.next_batch(batch_size)
_, loss_batch = sess.run([optimizer, loss], {X: X_batch, Y:Y_batch})
我也见过这样的代码，其中涉及到feed_dict：
for i in range(100
浏览 3提问于2018-05-24得票数 21
回答已采纳
以下情况:有一台生产服务器(C++)正在运行tensorflow。这里的代码期望恰好有一个输入Placeholder，该输入类似于feed_dict:{'input':...}。我不能更改服务器代码。我只能提供一个新的图形，它必须有一个叫做input的Placeholder。
使用tensorflow，我有一些代码可以创建两个不同作用域的相同神经网络：
dnn1 = DNN(scope='dnn1')
dnn2 = DNN(scope='dnn2')
两个DNN都有一个输入Placeholder：<tf.Tensor 'dnn1/i
浏览 0提问于2018-06-01得票数 2
我正在使用Tensorflow CNN模型，并根据我的场景进行了更改。以前，同样的代码在MNIST数据集上运行良好，但现在，在输入我自己的数据集后，标签的占位符y_true造成了问题。代码片段：
x = tf.placeholder("float",shape=[88, 128])
y_true = tf.placeholder("float",shape=[None, 3])
会话中的y_true出现错误。代码片段：
sess.run(train,feed_dict={x:batch_x, y_true:batch_y,hold_prob:0.5})
错误：
浏览 1提问于2018-01-20得票数 1
这个问题与这个问题有关：
我正在尝试将Tensorflow模型从Python导出到C++。问题是，我的神经网络从接收输入的占位符开始，这需要一个feed_dict。我找不到任何c++ API为我的模型提供feed_dict。我能做什么?
如果没有提供feed_dicts的API，那么我应该如何更改我的模型，使其能够在没有占位符的情况下用于c++目的的培训和导出？
浏览 0提问于2016-04-22得票数 5
回答已采纳
1回答
所以我有这样的代码，直到我想让它为我绘制张紧板：
import numpy as np
import tensorflow as tf
import tqdm
from sklearn.model_selection import train_test_split
from tensorflow.python.framework import ops
ops.reset_default_graph()
x = np.linspace(0, 10, 1000, dtype='float32')
y = np.sin(x) + np.random.normal(size=len
浏览 0提问于2017-06-21得票数 4
回答已采纳
我想在Tensorflow中恢复、修改和重用一个(相当)复杂的模型，但是在使用占位符时，我很难正确地传递feed_dict。守则如下：
input_dir = "parallel_win_10_40_conv_3l_rnn"
input_file = "parallel_win_10_40_conv_3l_rnn"
saver = tf.train.import_meta_graph("./result/cnn_rnn_parallel/tune_rnn_layer/"+input_dir+"/model_"+input_file
浏览 0提问于2018-01-23得票数 1
回答已采纳
我不认为我理解来自tensorflow的这个提要错误
Debug: [[ 0. 0.]]
Debug: (1, 2)
Debug: float64
2018-05-09 09:56:34.615561: W tensorflow/core/kernels/queue_base.cc:295] _0_input_producer: Skipping cancelled enqueue attempt with queue not closed
Traceback (most recent call last):
File "/home/kiran/anaconda3/lib/p
浏览 2提问于2018-05-09得票数 0
我只是尝试在mnist_softmax.py 0.8中运行TensorFlow。我想在模型测试步骤之前观察y和y_的值。
以下是代码：
print(y) # added by me
print(y_) # added by me
# Test trained model
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
完整的代码可在上使用。
以下是产出：
Tensor("Softmax:0", shape=(?, 10), dtype=float32)
Tensor("Placeho
浏览 2提问于2016-05-06得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
