在训练我的MNIST分类网络之后，我想对测试数据进行“预测”并得到关于测试输入形状的以下错误
testimages = np.array(test)
print(testimages.shape)
> (28000, 784)
feed_dict = {x: [testimages]}
classification = sess.run(y, feed_dict)
ValueError：无法为Tensor u'Placeholder_2：0'提供形状值（1,28000,784），其形状为（Dimension（None），Dimension（784））
那么形状怎么样（28000,784）（应该是这样）但是当进入受过训练的网络时，它会显示为（1,28000,784）？
顺便说一句，对于培训，我包括了培训数据
trainlabels = np.array(train["label"])
trainimages = np.array(train.iloc[:, 1:])
因为训练数据有第一栏说明标签 . 我正在使用Pandas进口 .
1 回答
快速回答：从
feed_dict = {x: [testimages]}更改为feed_dict = {'x': testimages}在您的输入中，您传递了
feed_dict这是一本字典 . 不确定是否可以 . 此外，您标记为x的内部条目的格式为[testimages]. 因此，如果testimages.shape = (28000, 784)，用数组包裹它会使它成为(1, 28000, 784).