我试图用tf占位符填充keras预测方法，同时稍后提供真实数据。
我知道
z = model.predict(x*y, steps=1)，其中x和y是tf占位符。
然后我做sess.run(tf.variables_initializer([z], feed_dict = {x: <x>, y: <y>}))，其中<x>和<y>是numpy数组。
但是我得到了错误：无效的参数：您必须使用dtype float和shape [1,1024,1024,3]输入占位符张量“占位符”的值 [[{{node占位符}}]
我不太了解-我需要在哪里为占位符提供值？
答案 0 :(得分：0)
model.predict()执行实际的预测。您无法预测占位符，需要提供该函数的真实数据。如果您为输入数据None明确提供了数据，则该模型必须已使用现有数据张量创建，并且这仍然是执行实际预测的结果。
通常，在创建模型时，它具有用于输入和输出的占位符张量。但是，您可以选择给它实张量，而不是占位符。请参见此here的示例。在这种情况下，并且只有在这种情况下，您才可以使用拟合，预测或评估，而无需提供数据。能够这样做的唯一原因是因为数据已经存在。