在tensorflow中提供占位符回溯：'tensorflow.python.framework.errors_impl.InvalidArgumentError：您必须提供占位符张量的值

Question

为什么以下代码段会引发异常？ 我通过for循环中的feed_dict=输入占位符，但是当我打印x或y_tensor的值时，出现以下错误消息：

'tensorflow.python.framework.errors_impl.InvalidArgumentError：您必须使用dtype float和shape [？，5]输入占位符张量'input'的值。

令人惊讶的是，当我打印另一个张量时，我没有得到某个张量的错误。 例如，当我仅打印y_tensor ，我没有得到声明x的行的错误消息，反之亦然。 我将10的范围仅用于测试问题。 主要问题是在这种情况下无法进行优化。 我该如何解决？

这里的代码：

x = tf.placeholder(tf.float32, [None, 5], name='input')

W = tf.Variable(tf.zeros([5,1]))
b = tf.Variable(tf.zeros([1]))

y = tf.nn.softmax(tf.matmul(x, W) + b) 


y_tensor = tf.placeholder(tf.float32, [None, 1], name='output')
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_tensor * tf.log(y), reduction_indices=[1]))

optimizer = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)


session = tf.Session()
init = tf.global_variables_initializer()
session.run(init)

for i in range(10):
  batch_xs = [dataA[i], dataB[i], dataC[i], dataD[i],
              dataE[i]]]
  batch_ys = [[dataG[i]]]
  session.run(optimizer ,feed_dict={x: batch_xs, y_tensor: batch_ys})

print(session.run(y))

Answer 1

因为y取决于x 。 因此，您需要将最后一行更改为：

print(session.run(y, ,feed_dict={x: xs_test}))

其中xs_test是您的测试数据。