我试图探索一个简单的演示,但是遇到了这个错误。我怎么能修改我的代码?
import tensorflow as tf
sess = tf.Session()
x_ = tf.Variable([[-9,6,-2,3], [-4,3,-1,10]], dtype=tf.float32)
x = tf.placeholder(tf.float32, shape=[4,2])
y = tf.nn.relu(x)
sess.run(tf.global_variables_initializer())
print(sess.run(x_))
print(sess.run(y,feed_dict={x:x_}))
我得到的输出是:
[[ -9. 6. -2. 3.]
[ -4. 3. -1. 10.]]
Traceback (most recent call last):
File "C:\Users\jy\Documents\NetSarang\Xftp\Temporary\test.py", line 19, in <module>
print(sess.run(y,feed_dict={x:x_}))
File "C:\Program Files\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 767, in run
run_metadata_ptr)
File "C:\Program Files\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 938, in _run
np_val = np.asarray(subfeed_val, dtype=subfeed_dtype)
File "C:\Program Files\Anaconda3\lib\site-packages\numpy\core\numeric.py", line 482, in asarray
return array(a, dtype, copy=False, order=order)
ValueError: setting an array element with a sequence.
答案 0 :(得分:1)
首先,您的x_
变量的维度错误:目前,它的形状为[2, 4]
,但您尝试在一个插槽中使用它期待形状[4, 2]
的数据。
其次,tf.Variable
意味着在你的神经网络模型中逐字表示一个变量(在数学意义上),在训练模型时进行调整 - 它是一种维护机制状态。
要提供训练模型的实际输入,您可以简单地传入常规Python数组(或numpy数组)。
这是您的代码的固定版本,似乎可以执行您想要的操作:
import tensorflow as tf
sess = tf.Session()
x = tf.placeholder(tf.float32, shape=[4,2])
y = tf.nn.relu(x)
sess.run(tf.global_variables_initializer())
x_ = [[-9, -4], [6, 3], [-2, -1], [3, 10]]
print(sess.run(y, feed_dict={x:x_}))
如果你确实希望神经网络中的一个节点开始使用这些值进行初始化,我将摆脱占位符并直接使用x_
:
import tensorflow as tf
sess = tf.Session()
x = tf.Variable([[-9, -4], [6, 3], [-2, -1], [3, 10]], dtype=tf.float32)
y = tf.nn.relu(x)
sess.run(tf.global_variables_initializer())
print(sess.run(y))
这可能不是你想要做的事情 - 让一个不接受任何输入的模型有点不寻常。