如何使用numpy數組提供Tensorflow佔位符？

我正在TensorFlow中創建一個簡單的玩具示例，並且遇到了一個奇怪的錯誤。我已經定義兩個佔位符如下：如何使用numpy數組提供Tensorflow佔位符？

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

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

我後來試圖喂與feed_dict這些佔位符定義爲：

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

凡batch[0]和batch[1]是大小的兩個numpy的ndarrays（100,2） [打印出各自的尺寸覈實]

當我嘗試運行模式，我得到的錯誤：

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

由上面定義的佔位符「x」引起的

任何人都可以告訴我做錯了什麼嗎？我已經瀏覽了幾個在線的例子，它似乎應該工作...有沒有另一種方式來提供numpy數組值的佔位符？

如果有幫助，我正在使用Ubuntu，SCL和Python 2.7，並安裝了所有標準numpy和tensorflow軟件包。

來源

2016-11-07 Patrick Menninger

爲了幫助調試，您可以爲所有張量和操作命名，例如，通過執行'x = tf.placeholder（...，name ='x'）'。那麼錯誤信息就不那麼神祕了。 – sunside

你的代碼應該已經工作了，我在我的機器上做了同樣的事情，即用'numpy.ndarray'給相同類型（'float32'）提供'tf.placeholder'。如果你給出了整個錯誤信息，這將有所幫助。 –

沒有你的整個代碼，它很難準確回答。我試圖重現你在一個玩具的例子中描述的，它的工作。

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}))

來源

2016-11-07 17:30:45

如何使用numpy數組提供Tensorflow佔位符？

回答

相關問題