如何知道每次如何在Tensorflow中定义我的变量/占位符形状

Question

我正在努力学习张量流，我已经用简单的感知器进行了一些练习，其中包括数据，一个特征，一个输出。

我现在尝试使用更多功能但是，我的变量/占位符形状有问题。 我以为我学会了它是如何工作的，但似乎我错了。 我想知道如何获得一般的好价值，所以我不会再遇到这种问题了。

这是我的代码：

[IN]：

print(inputX.shape)
print(inputY.shape)

[OUT]：

（50,9） （50,1）

[IN]：

x = tf.placeholder(tf.float32,[None, 9]) #features
y = tf.placeholder(tf.float32, [None, 1]) #labels
W = tf.Variable(tf.random_normal([1, 9])) #Weights, nb of labels[x,x]nb of features
b = tf.Variable(tf.zeros([1])) #[x]nb of features
Y = tf.nn.relu(tf.add(tf.matmul(x, W),b)) 

[OUT]：

尺寸必须相等，但“MatMul_21”（op：'MatMul'）的尺寸必须为9和1，输入形状为：[？，9]，[1,9]。

我认为问题是1，但我不知道它来自哪里。

感谢您的帮助！

Answer 1

这里的问题，正如我所看到的，你正试图做错误的矩阵乘法。可以看到here

的基本规则

如果您将最后一行更改为

Y = tf.nn.relu(tf.add(tf.matmul(tf.transpose(x), W),b))

然后它不会再给你与尺寸相关的错误了。