使用Keras后端函数时出现InvalidArgumentError

Question

我正在使用Keras后端函数来计算强化学习设置中的渐变，以下是代码片段。对于此代码，我收到的错误也低于此值。可能是什么原因？

       1  X = K.placeholder(shape=(None, 32, 32, 3)) 
       2  train_fxn = K.function([X], [], updates=updates)
       3  X = self.states[0].reshape(1, 32, 32, 3)
       4  train_fxn([X])

错误是

       InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'sequential_2_input_1' with dtype float and shape [?,32,32,3]
     [[Node: sequential_2_input_1 = Placeholder[dtype=DT_FLOAT, shape=[?,32,32,3], _device="/job:localhost/replica:0/task:0/device:GPU:0"]()]]

Answer 1

它抱怨你提供的矢量要么不是正确的形状，要么包含除浮点数以外的值。

您将值None传递给第1行的向量，这可能导致错误。