TypeError: The value of a feed cannot be a tf.Tensor object.几种情况

最新推荐文章于 2021-09-05 15:41:34 发布

原创最新推荐文章于 2021-09-05 15:41:34 发布 · 3.5k 阅读

0 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

22 篇文章

订阅专栏

本文详细讲解了在训练迭代过程中常见的代码错误，包括变量名称不一致和输入数据形状不对称的问题，并提供了具体的修正方法，如使用numpy的reshape函数调整数据形状。

1、变量相同

for i in range(config.training_epochs):
for start, end in zip(range(0, config.train_count, config.batch_size),
range(config.batch_size, config.train_count + 1, config.batch_size)):

_,c = sess.run([optimizer,cost], feed_dict={X: X[start:end],
Y: y_[start:end]})

修改

 _,c = sess.run([optimizer,cost], feed_dict={X: train_X[start:end],
                                             Y: y_[start:end]})
            print("traing iter: {},".format(i))

 _,cost = sess.run([optimizer,cost], feed_dict={X: train_X[start:end],
                                             Y: y_[start:end]})
            print("traing iter: {},".format(i))

修改：

 _,c = sess.run([optimizer,cost], feed_dict={X: train_X[start:end],
                                             Y: y_[start:end]})
            print("traing iter: {},".format(i))

还有一种是输入变量不对称，可以使用numpy中np.reshape()函数来修改