Question

我在喂占位符时遇到问题。我收到以下错误消息：

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'NSregex_9/Placeholder' with dtype float and shape [?,30]

我用形状为[1，30]的np.array填充了占位符：

with tf.Session() as session:
     session.run(tf.global_variables_initializer())
     regexp_vector = generate_tf_vector_from_list_regexp(NSinput, regexplist)
     regexp_vector = np.expand_dims(regexp_vector, axis=0)
     print("regexp_vector", regexp_vector, type(regexp_vector))

     session.run(tf.tables_initializer(), feed_dict={NSregex: regexp_vector})
     history = NSmodel.fit(input_train, 
        output_train,
        validation_data=(input_test, output_test),
        epochs=100,
        batch_size=32)

generate_tf_vector_from_list_regexp（x，y）的输出是一个大小为30的numpy数组。因此，我将其扩展1个维度以适应我的pleceholder形状。

因此，我正在努力寻找正确填充占位符的解决方案。我模型的每一层都具有（？，n）的形状。问号（？）应该根据batch_size进行评估。。。我看不出哪里错了。

您可以在下面的代码中找到整个上下文：

def generate_tf_vector_from_list_regexp(s, listr):
    '''
    input is string tensor
    listr is a string list of regexp 
    '''
    v=[]
    for regexp in listr:
        if  tf.reshape(tf.strings.regex_full_match(s,tf.convert_to_tensor(regexp, dtype=tf.string)), [])==True:
            v.append(1.0)
        else:
            v.append(0.0)
    return np.asarray(v)

regexEmbedding lamnda函数只是创建我的placeHolder的lambda函数：

def RegexEmbedding(x):
    return = tf.placeholder(tf.float32, shape=[None, nb_classe])

和模型：

NSinput = layers.Input(shape=(1,), dtype=tf.string, name='NSinput')
NSuse = layers.Lambda(UniversalEmbedding, output_shape=(embed_size,), name="NSuse")(NSinput)
NSregex = layers.Lambda(RegexEmbedding, input_shape=(1,), output_shape=(nb_classe,), name="NSregex")(NSinput)
NSconcat = layers.concatenate([NSuse, NSregex], axis=1)
NSdenseConcat = layers.Dense(256, input_shape=(dims,), activation='relu', name="NSdenseConcat")(NSconcat)
NSoutput = layers.Dense(nb_classe, activation='softmax', name="NSoutput")(NSdenseConcat)
NSmodel = Model(inputs=NSinput, outputs=NSoutput)
NSmodel.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
NSmodel.summary()

非常感谢！

在给占位符提供形状（？，n）时出现问题

0 个答案: