尝试将矢量转换为矩阵后，来自tf.reshape（）的错误

Question

我正在尝试将一维数组转换为TF矩阵，以便在卷积网络中使用，类似于在TF深度MNIST示例中的操作，使用tf.reshape()：

X = tf.placeholder(tf.float32, [None, 480])
X = tf.reshape(X, shape=[-1, 60, 8, 1])

我收到以下错误：

ValueError: Cannot feed value of shape (5, 480) for Tensor 'Reshape_1:0', which has shape '(?, 60, 8, 1)'

5是我的batch_size，480是原始数组的长度。我想将它转换为60x8张量，加上1个输出通道，所以我跟随TF MNIST使用目标形状[-1, 60, 8, 1]的例子。

1. 知道我为什么要这个？似乎在MNIST示例中，他们使用-1将单行调整为AxA矩阵并为输出通道添加一个额外维度？
2. 我甚至可以使用这样的非方形矩阵，还是会给我一个错误？我尝试做400 = 20x20之类的事情，只是为了看错误是由不均匀的形状引起的，但仍然得到错误......

Answer 1

在第一行代码中，您定义一个占位符并将其存储在python变量X中。在第二行代码中，您定义了一个重塑操作符并将其存储在python变量X中。您现在已经覆盖了以前的值X和丢失的占位符访问权限。您正尝试将值输入占位符，但实际上是将其提供给重塑操作符。如果对这些变量使用不同的名称，则不会看到此错误。