Question

我很难用张量填充占位符。我已搜索但只能找到将单个值提供到计算图中的值。

这是我的代码：

import tensorflow as tf
import numpy as np

features = [ [0,0], [0,1], [1,0], [1,1] ]
labels = [ 0, 1, 1, 0]

x = tf.placeholder(tf.float32, [2, 1], name="inputs")
W = tf.Variable(np.random.rand(1, 4), dtype=tf.float32, name="hidden1")
b = tf.Variable(np.ones((2,4)), name="b", dtype=tf.float32)



with tf.Session() as sess:
  input_data = np.random.rand(2, 1)

  feed_dict = {
      x:input_data
  }

  sess.run(tf.global_variables_initializer())
  sess.run(feed_dict)

  print(x.eval(session=sess))

给了我以下错误：

has invalid type <class 'numpy.ndarray'>, must be a string or Tensor.

我也尝试将占位符定义为tf.Constant：

input_data = tf.constant([[0],[1]], dtype=tf.float32)

这给了我一个不同的错误：

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'inputs_54' with dtype float and shape [2,1]
 [[Node: inputs_54 = Placeholder[dtype=DT_FLOAT, shape=[2,1], _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

我只想提供像[[0]，[1]这样的2 x 1矩阵，但事实证明这很难。

非常感谢任何帮助。

Answer 1

为了评估张量x，它必须是sess.run的一部分，

你需要打电话，

 print(sess.run(x,{x:np.array([[0],[1]])}))
 #x is the tensor you want to execute, 
 #feed_dict: feeds the input to the placeholder

带有数组的Tensorflow填充占位符

1 个答案: