尝试将向量转换为矩阵后tf.reshape（）出错

Question

我试图将一维数组转换为TF矩阵，用于卷积网络，类似于它在TF深层MNIST示例中的做法通过使用tf.reshape()：

X = tf.placeholder(tf.float32, [None, 480]) 
X = tf.reshape(X, shape=[-1, 60, 8, 1]) 

我收到以下错误：

ValueError: Cannot feed value of shape (5, 480) for Tensor 'Reshape_1:0', which has shape '(?, 60, 8, 1)' 

5是我batch_size和480是原始数组的长度。我想将它转换为60x8张量，加上1个输出通道，所以我使用TF MNIST示例使用目标形状[-1, 60, 8, 1]。

1. 任何想法，为什么我得到这个？看起来像在MNIST示例中，他们使用-1来将单行调整为AxA矩阵并为输出通道添加一个额外维度？
2. 我甚至可以使用这种非方矩阵，还是会给我一个错误的道路？我试着做类似400 = 20x20的东西，以及只是为了查看错误是否是由不均匀的形状造成的，但仍然出现错误...

Answer 1

在您的第一行代码中，您定义了一个占位符并将其存储在python变量X中。在第二行代码中，您定义了一个整形运算符并将其存储在python变量X中。现在，您已覆盖X的前一个值并失去对占位符的访问权限。您正在尝试向占位符中添加一个值，但实际上将它提供给重塑操作员。如果你为这些变量使用不同的名字，那么你将不会看到这个错误。