Question

我收到错误，InvalidArgumentError就像

一样

InvalidArgumentError（请参阅上面的回溯）：您必须提供值对于占位符张量＆＃39; Placeholder_1＆＃39;用dtype float [[节点： Placeholder_1 = Placeholderdtype = DT_FLOAT，shape = []， _device =＆＃34; /作业：本地主机/复制：0 /任务：0 / CPU：0＆＃34;]]

我无法理解我的代码中有什么问题。我无法理解错误的一点是设置或代码（语法）。

我该如何解决这个问题？

我在我的整个代码中写道

import tensorflow as tf
import numpy as np

input_dim =2
output_dim =1

x = tf.placeholder("float",[None,input_dim])
#重み
W = tf.Variable(tf.random_uniform([input_dim,output_dim],-1.0,1.0))
#バイアス
b = tf.Variable(tf.random_normal([output_dim]))
#シグモイド活性化調節
y = tf.nn.sigmoid(tf.matmul(x,W)+b)

y_ = tf.placeholder("float",[None,output_dim])
loss = tf.reduce_mean(tf.square(y-y_))
train_step = tf.train.MomentumOptimizer(0.01,0.97).minimize(loss)

init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)

for i in range(5000):
    batch_xs = np.array([
        [0.,0.],
        [0.,1.],
        [1.,0.],
        [1.,1.]
    ])
    batch_ys = np.array([
        [0.],
        [0.],
        [0.],
        [1.]
    ])
    sess.run(train_step,feed_dict={x:batch_xs,y:batch_ys})
    print(i,sess.run(y,feed_dict={x:batch_xs,y:batch_ys}))

Answer 1

您有占位符y_和x，而不是y和sess.run(。

所以sess.run(train_step,feed_dict={x:batch_xs,y_:batch_ys})）应该是interp1

InvalidArgumentError设置或代码错误？

1 个答案: