張量占位符的形狀（3，）是什么意思？

Question

我是Tensorflow的新手，很抱歉，如果我問一個愚蠢的問題。 這是我的代碼。 它總是給出一個錯誤：

ValueError: Cannot feed value of shape (3,) for Tensor 
'Placeholder:0', which has shape '(3, ?)'

我的問題是形狀（3，）是什么意思？ 為什么不能將形狀（3，）的值輸入形狀（3 ,?）的占位符？ 當我輸入單個原始矩陣（即[1,3,8]）時，為什么張量流將其識別為（3，）的形狀，它似乎是具有3個原始矩陣的矩陣？

碼：

import tensorflow as tf
    x = tf.placeholder(tf.int32, [3,None])
    y = x-2

    with tf.Session() as session:
        result = session.run(y, feed_dict={x: [1,3,8]})
        print(result)

Answer 1

您的x是2D數組，但您正在為其輸入1D輸入。

此更改將起作用：

import tensorflow as tf
import numpy as np
x = tf.placeholder(tf.int32, [3,None])
y = x-2

with tf.Session() as session:
   result = session.run(y, feed_dict={x: np.reshape([1,3,8], (3,-1))})
   print(result)

Answer 2

在開始任何框架之前，閱讀基礎知識將非常有益。 TF已經有了它們。 閱讀時間不到一個小時，可為您節省幾天的時間。 足夠的咆哮。

閱讀有關術語的信息，您可以看到形狀（3，）意味着您具有3個元素的向量。 這正是您提供的[1, 3, 8] 。

閱讀形狀，您會發現您希望占位符是大小（3 x大小）的矩陣。 因此，請調整占位符或喂養值。