sess.run的第一个参数的错误理解

最新推荐文章于 2022-01-26 18:37:31 发布
最新推荐文章于 2022-01-26 18:37:31 发布
阅读量2k 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： deep learning python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ningyanggege/article/details/83147412
本文通过实例解析了在数据处理过程中，ndarray如何被转换为list类型，揭示了这一转换背后的机制，帮助读者深入理解数据类型在编程中的作用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

看图就能明白一切：

开始不明白为什么d2会返回为list类型；加入d1后，就明白了一切；dd运算完后返回是ndarray格式，但自己给dd穿了一件list外衣；所以就变成了列表类型；

 

自己就记住了list就好了，其他当作理解，没有必要在这里浪费工夫

TensorFlow：实战Google深度学习框架第二版——第五章
m0_37857151的博客
02-15 1341
目录 第五章——MNIST数字识别问题 5.1 MNIST数据处理 5.2 神经网络模型训练及不同模型结果对比 5.2.1 TensorFlow训练神经网络——完整程序 5.2.2使用验证数据集判断模型效果 5.2.3不同模型效果的比较 5.3 变量管理 5.4 TensorFlow模型持久化 5.4.1持久化代码实现 5.4.2 持久化原理及数据格式 model.ckpt....
用Tensorflow搭建神经网络
qq_33772192的博客
04-04 2820
一、神经网络的基本框架 1.层数 （1）input layer 接受信息的神经层，负责传递信息 （2）output layer 是信息在神经元中传递和中转，分析和权衡，输出结果， （3）hidden layer 负责信息的加工处理 2.神经网络实质：梯度下降 Gradient Descent Optimation ： Newton's method ,Least Squares ...
tensorflow中sess.run第一个参数衣服不能随便穿
ningyanggege的博客
01-09 726
如图所示： 纬度从2维变成3维了 ，导致结果错误连续出现 本质是自己对sess.run第一个参数没有太注意，习惯性的加了个列表的外衣；导致维度增加；  ...
tensorflow学习笔记（十）：sess.run()
热门推荐
Keith
10-24 13万+
session.run()session.run([fetch1, fetch2])import tensorflow as tf state = tf.Variable(0.0,dtype=tf.float32) one = tf.constant(1.0,dtype=tf.float32) new_val = tf.add(state, one) update = tf.assign(state
Tensorflow:sess.run():参数 feed_dict等作用
凡森
04-20 5万+
feed_dict参数的作用是替换图中的某个tensor的值。例如： a = tf.add(2, 5) b = tf.multiply(a, 3) with tf.Session() as sess: sess.run(b) 21 replace_dict = {a： 15} sess.run(b, feed_dict = replace_dict) 45 这样做的好处...
tensorflow学习笔记（1）：sess.run()
站在巨人的肩膀上coding
04-19 3万+
session.run()session.run([fetch1, fetch2])1234567891011import tensorflow as tfstate = tf.Variable(0.0,dtype=tf.float32)one = tf.constant(1.0,dtype=tf.float32)new_val = tf.add(state, one)update = tf.as...
sess.run()方法
jiachun199的博客
08-18 3528
参数详解 run(fetches, feed_dict=None, options=None, run_metadata=None) fetches 可以是单个图元素(single graph element)，也可以是任意嵌套的列表list，元组tuple，名称元组namedtuple，字典dict或包含图元素的OrderedDict。 feed_dict 可选参数 feed_dict允许调用者替换图中张量的值(the value of tensors in the graph)。 options 可选
File "/home/nvidia/chenboln/4HDR-GAN-master/tensorkit/train.py", line 283, in _train_loop i(sess, _res, _val_loss, self._step_info) File "train.py", line 113, in progress vl += sess.run(val_loss) File "/home/nvidia/anaconda3/envs/pytorch1/lib/python3.7/site-packages/tensorflow/python/client/session.py", line 950, in run run_metadata_ptr) File "/home/nvidia/anaconda3/envs/pytorch1/lib/python3.7/site-packages/tensorflow/python/client/session.py", line 1158, in _run self._graph, fetches, feed_dict_tensor, feed_handles=feed_handles) File "/home/nvidia/anaconda3/envs/pytorch1/lib/python3.7/site-packages/tensorflow/python/client/session.py", line 474, in __init__ self._fetch_mapper = _FetchMapper.for_fetch(fetches) File "/home/nvidia/anaconda3/envs/pytorch1/lib/python3.7/site-packages/tensorflow/python/client/session.py", line 261, in for_fetch type(fetch))) TypeError: Fetch argument None has invalid type <class 'NoneType'>
最新发布
03-11
错误出现在`train.py`的第113行：`vl += sess.run(val_loss)`。这里的`val_loss`可能是一个计算损失的操作或者张量。问题在于`val_loss`的值是None，导致在运行时出错。 可能的原因有几个： 1. **变量未正确初始化...
一文带你看懂！TensorFlow入门
weixin_41663412的博客
03-15 639
个人博客导航页（点击右侧链接即可打开个人博客）：大牛带你入门技术栈 TensorFlow入门 本文将初步向码农和程序媛们介绍如何使用TensorFlow进行编程。在阅读之前请先安装TensorFlow，此外为了能够更好的理解本文的内容，阅读之前需要了解一点以下知识： python基本编程。能看得懂python代码，最好能使用脚本工具或pycharm之类的IDC编写代码。 至少有一点...
对抗神经网络（一）——GAN
AI_girl的博客
02-25 5481
      对抗神经网络其实是两个网络的组合，可以理解为一个网络生成模拟数据，另一个网络判断生成的数据是真实的还是模拟的。生成模拟数据的网络要不断优化自己让判别的网络判断不出来，判别的网络也要不断优化自己让判断的更加精确。两者的关系形成对抗，因此叫对抗神经网络。 GAN由generator（生成模型）和discriminator（判别式模型）两部分构成。 generator：主要是从训练数据中...
sess.run()详解
Jq的博客
01-26 1万+
TensorFlow与我们正常的编程思维略有不同： 先预定义一些操作/占位符构建graph，所有的操作op和变量都视为节点,TensorFlow中的语句不会立即执行； 当构建完graph图后，需要在一个session会话中启动图，启动的第一步是创建一个Session对象。 等到开启会话session的时候，才会执行session.run()中的语句。在执行session.run()时，tensorflow并不是计算了整个图，只是计算了与想要fetch的值相关的部分。 创建session对象 tf.com
tensorflow 注意命名
u011215144的博客
05-18 4969
这个报错不是数据feed的问题，而是等号左边的g_loss经过一次运算后得到了数值结果，覆盖了原来的g_loss操作，tf处理不了这种命名冲突，所以给变量用名字要注意啊 g_loss=0.01*gen_s_loss+g_c_loss 本身是一个操作。 循环执行一次后就报错 g_loss = sess.run(g_loss, feed_dict={in_: batch_con,s
TensorFlow学习--tf.session.run()
huahuazhu的博客
07-27 3万+
函数参数 run(    fetches,   feed_dict=None,    options=None,    run_metadata=None) tf.Session.run() 执行 fetches 中的操作，计算 fetches 中的张量值。 这个函数执行一步 TensorFlow 运算，通过运行必要的图块来执行每一个操作，并且计算每一个 fetches 中的张量的值，用相
TF Session.run注入参数简单例子
大柠檬的博客
11-16 2847
也有叫做喂参数的。 feed_dict参数的作用是替换图中的某个tensor的值。例如： a = tf.add(2, 5) #a=7 b = tf.multiply(a, 3) #b=3*7=21 with tf.Session() as sess: print(sess.run(b)) replace_...
session.run()是非常耗时的,千万不要用session.run的方式去取数据
lujiandong1的专栏
12-06 2万+
1、修改某一程序的时候,使用了session去取数据,导致时间效率非常低。后来,对session.run()进行了测试,发现使用session读取数据的效率是非常低下的. # -*- coding: utf-8 -*- import tensorflow as tf import time t1 = time.time() x = tf.Variable([1.0]) b =1.0 start
tensorflow获取变量维度信息
shuzfan的专栏
01-13 2万+
tensorflow版本1.4 获取变量维度是一个使用频繁的操作，在tensorflow中获取变量维度主要用到的操作有以下三种： Tensor.shape Tensor.get_shape() tf.shape(input,name=None,out_type=tf.int32) 对上面三种操作做一下简单分析：（这三种操作先记作A、B、C） A 和 B 基本一样，只不过前者是Tens
Centos7yum报错SyntaxError: invalid syntax
荣耀之路
08-06 3081
Centos7 yum SyntaxError: invalid syntax
性能测试重现Session引发的OOM
performance_test的博客
08-27 1546
通过性能测试手段重现应用卡死，从而解决Session使用不当引发的OOM
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值