Question

我正在尝试编写代码来创建神经网络。它应该从特定csv文件中读取数据，该文件包含每个输入的13个独特功能。这是我的代码片段：

n_inputs = 13
X = tf.placeholder(tf.float32, shape=(None, n_inputs), name="X")
y = tf.placeholder(tf.int64, shape=None, name="y")

def data_processor(n):
    id = pd.read_csv('./subset_numerical/'+patient_id[n])
    id_input = np.array(id['VALUE'].tolist())
    for s in sepsis_pat:
        if str(s) == str(patient_id[n].split('.')[0]):
            a = 1
    try:
        if a == 1:
            a = 0
            return [id_input, np.array([1, 0])]
    except:
        return [id_input, np.array([0, 1])]

我的tf.Session()部分如下所示：

with tf.Session() as sess:
init.run()
    for epoch in range(n_epochs):
        a = 0
        for iteration in range(300 // batch_size):
                X_batch, y_batch = data_processor(iteration)
                print((X_batch))
                sess.run(training_op, feed_dict={X: X_batch, y: y_batch})
                acc_train = accuracy.eval(feed_dict={X: X_batch, y: y_batch})
                print(epoch, "Train accuracy:", acc_train)
        save_path = saver.save(sess, "./my_model_final.ckpt")

问题是：执行后，它显示以下错误：

Can not feed value of shape (13,) for tensor 'X:0', which has shape (?,13)

它出了什么问题？

Answer 1

您的X占位符预计shape=(None, n_inputs)和X_batch的输入形状为n_inputs，因此形状不匹配。

您可以通过将n_inputs放入形成其形状的列表（1，n_inputs）来解决问题：

sess.run(training_op, feed_dict={X: [X_batch], y: y_batch})

形状不匹配Tensorflow

1 个答案: