我已经创建了一个脚本,它与TensorFlow的Deep MNIST for Experts教程中所描述的脚本一致。在
然而,当我的脚本尝试将x张量从维度[-1,28,28,1]
重新塑造为维度[-1,28,28,1]
时,它很早就返回了一个错误。我很困惑,因为教程也成功地做了同样的事情,但是它给我带来了以下错误:
ValueError: Cannot feed value of shape (100, 784) for Tensor 'Reshape:0', which has shape '(?, 28, 28, 1)'
我的python脚本全文如下:
^{pr2}$这就是我怀疑发生错误的地方:
^{3}$一。在
print(sess.run(accuracy, feed_dict={x: mnist.test.images,y_: mnist.test.labels}))
我已经修复了你的代码,应该可以正常工作了。在
你的主要问题是
^{pr2}$作为目标的张量应该是一个普通的目标。 我还删除了对变量初始值设定项和运行优化器的多余调用-
上面看起来好像是从别的地方来的:) 最后,我添加了一些根据上述教程改编的打印语句,了解您的培训是如何实时执行的总是很好的
问题是,当您运行图形时,您没有将输入值(},但可能在其他地方有其他赋值,因为错误消息建议使用形状
mnist.test.images
)赋给输入占位符,因为您已经将另一个操作的结果赋给了x
(在您的代码中,我可以看到{(?, 10)
)进行加法操作。TensorFlow允许您为图形中的任何张量输入值(不仅仅是占位符),因此它认为您试图用输入替换一些中间结果。只需在其定义和run
调用中将保存输入张量的Python变量重命名为类似于x_input
的变量,并注意以后不要覆盖它。在相关问题 更多 >
编程相关推荐