TensorFlow：形状错误

Question

在训练我的MNIST分类网络后，我想＆＃34;预测＆＃34;关于测试数据并得到关于测试输入形状的以下错误

testimages = np.array(test)
print(testimages.shape)
> (28000, 784)
feed_dict = {x: [testimages]}
classification = sess.run(y, feed_dict)

ValueError：无法为Tensor u＆＃39; Placeholder_2：0＆＃39;提供形状值（1,28000,784），它具有形状（Dimension（None），Dimension（784））

那么形状怎么样（28000,784）（应该是这样）但是当进入受过训练的网络时，它会显示为（1,28000,784）？

顺便说一句，对于培训，我通过

包含了培训数据

trainlabels = np.array(train["label"])
trainimages = np.array(train.iloc[:, 1:])

因为训练数据有第一栏说明标签。我正在使用Pandas进行导入。

Answer 1

快速回答：从feed_dict = {x: [testimages]}更改为feed_dict = {'x': testimages}

在您的输入中，您传递了feed_dict字典。不确定是否可以。此外，您标记为x的内部条目的格式为[testimages]。因此，如果testimages.shape = (28000, 784)，用数组包裹它会使它成为(1, 28000, 784)。