因此,我有一个仅具有1个隐藏层的神经网络,并且我试图找到改变该隐藏层的大小(神经元数量)以解决该问题的性能。但是,当我尝试使用sess.run()为与输入层和隐藏层以及隐藏层和输出层相对应的权重设置张量的大小时,始终出现以下错误:
InvalidArgumentError(请参见上面的回溯):您必须使用dtype int32为占位符张量'NumH1Neurons_1'提供一个值 [[{{node NumH1Neurons_1}} = Placeholderdtype = DT_INT32,shape = [],_device =“ / job:localhost / replica:0 / task:0 / device:CPU:0”]]
我已经在线搜索了答案,但是找不到任何有用的答案。有人有什么想法吗? 我的代码在下面。
{% for metadata in genome.metadata_set.all %}
<li>{{metadata.location}} - {{metadata.composition}}</li>
{% endfor %}