如何使用numpy数组提供Tensorflow占位符？-Java 学习之路

我正在TensorFlow中创建一个简单的玩具示例，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为这些占位符提供：

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（100,2）的numpy ndarray [通过打印出各自的大小来验证]

当我尝试运行模型时，我收到错误：

“InvalidArgumentError：您必须使用dtype float为占位符张量'占位符'提供值”

由我在上面定义的占位符“x”引起的

谁能说出我做错了什么？我在网上查看了几个例子，看起来这应该有用......有没有另一种方法来为占位符提供来自numpy数组的值？

如果它有帮助，我在Ubuntu，SCL和Python 2.7中工作，我安装了所有标准的numpy和tensorflow包 .

1 回答

没有你的整个代码，很难准确回答 . 我试图重现你在玩具示例中描述的内容并且它有效 .

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}))

回复于 2024-04-26T00:02:48+08:00

如何使用numpy数组提供Tensorflow占位符？

1 回答

相关问题