Question

import numpy as np
import tensorflow as tf

X_p = tf.placeholder(tf.float32,[None,3]  )
y_p = tf.placeholder(tf.float32, [None,1])

print(X_p)

x = [[1,2,3],[1,2,3]]
y = [[1],[2]]

weight = tf.Variable(tf.random_normal([3,1]))



model = tf.nn.sigmoid(tf.matmul(X_p,weight)+1)

error = tf.reduce_sum(y * tf.log(model))

optimizer = tf.train.GradientDescentOptimizer(0.01).minimize(error)

init = tf.initialize_all_variables()

with tf.Session() as sess:
    sess.run(init)

    for x in range(100):
        sess.run(optimizer, {X_p: x, y_p:y})

X_p的形状为[无，3]，x为形状[2,3]，y_p = [无，1]，y = [2,1]

我真的不明白为什么占位符会停止numpy数组来获取数据。

Answer 1

您遇到的问题是，您还要使用x作为循环变量来覆盖x变量。所以当你试图将x传递给feed dict时，你传递的是循环变量，而不是你的张量。尝试将循环变量更改为其他内容，例如：

for i in range(100):
    sess.run(optimizer, {X_p: x, y_p:y})

无法为Tensor＆＃39;占位符：0＆＃39;提供shape（）的值，它具有形状＆＃39;（？，3）＆＃39;

1 个答案: