python - 如何为 Tensorflow 占位符提供 numpy 数组？

Question

我正致力于在 TensorFlow 中创建一个简单的玩具示例，但我遇到了一个奇怪的错误。我有两个占位符定义如下:

x = tf.placeholder(tf.float32, shape=[None,2]) [two-parameter input]

y_ = tf.placeholder(tf.float32, shape=[None,2]) [one-hot labels]

我稍后尝试使用定义为的 feed_dict 来提供这些占位符:

feed_dict={x: batch[0].astype(np.float32), y_: batch[1].astype(np.float32)}

其中 batch[0] 和 batch[1] 都是大小为 (100,2) 的 numpy ndarrays [通过打印出它们各自的大小来验证]

当我尝试运行模型时，出现错误:

"InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder' with dtype float"

由我上面定义的占位符“x”引起

谁能告诉我做错了什么？我已经在线查看了几个示例，看起来这应该可行...是否有另一种方法可以使用 numpy 数组中的值来填充占位符？

如果有帮助，我正在使用 Ubuntu、SCL 和 Python 2.7，并且我安装了所有标准的 numpy 和 tensorflow 包。

Answer 1

没有您的完整代码，很难准确回答。 我试图重现您在玩具示例中描述的内容，并且成功了。

import tensorflow as tf
import numpy as np

x = tf.placeholder(tf.float32, shape=[None, 2])
y_ = tf.placeholder(tf.float32, shape=[None, 2])
loss = tf.reduce_sum(tf.abs(tf.sub(x, y_)))#Function chosen arbitrarily
input_x=np.random.randn(100, 2)#Random generation of variable x
input_y=np.random.randn(100, 2)#Random generation of variable y

with tf.Session() as sess:
    print(sess.run(loss, feed_dict={x: input_x, y_: input_y}))