-
在写placeholder时,shape参数一定要和喂给的数据shape一致,这是毋庸置疑的。
x = tf.placeholder(tf.float32, shape=[None, 71], name='x_input') y_ = tf.placeholder(tf.float32, shape=[None, 1], name='y_input')
-
tensorflow在运行过程中,遇到某变量存在于feed_dict中时,就会直接把feed_dict喂给程序
x = tf.placeholder(tf.float32, shape=[None, 71], name='x_input') x_re = tf.reshape(x, [-1, 1, 71]) #起初用 x = tf.reshape(x, [-1, 1, 71]) #下行中的inputs=x_re起初写做x outputs, date = tf.nn.dynamic_rnn(mlstm_cell, inputs=x_re, initial_state=init_state, time_major=False) #运行train_step,tensorflow在往上寻到inputs=x一句时,直接把feed_dict喂进来了,于是提示shape不匹配 feed_dict = {x: x_date_batch, y_: y_data_batch, keep_prob: 1.0} _, loss_value, y_value, y__value = sess.run((train_step, loss, y, y_), feed_dict=feed_dict)
反思tensorflow实现RNN中遇到的问题
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...