2
我是新来的张量流我正在努力学习如何在CSV containin两个特点,一个标签中读取数据,并卡住了,出现以下错误如何读取csv文件,并将其应用于张量流
df=pd.read_csv("intro_to_ann.csv")
X=tf.placeholder("float",[None,2])
y_=tf.placeholder("float",2)
W = tf.Variable(tf.zeros([2,2]))
print(W)
b = tf.Variable(tf.zeros([2]))
print(b)
y= tf.sigmoid(tf.matmul(X, W) + b)#predicted value
error = tf.square(y - y_)
optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(error)
init = tf.initialize_all_variables()
errors = []
with tf.Session() as sess:
sess.run(init)
X_data, Y_data = np.array(df.ix[:,0:2]), np.array(df.ix[:,2])
for epoch in range(training_epochs):
for (x_d,y_d) in zip(X_data,Y_data):
print(x_d)
print(y_d)
sess.run(optimizer, feed_dict={X:x_d,y_:y_d})
我得到这个错误
ValueError异常:用于张量 'Placeholder_33:0' 不能喂形状的值(2),其具有形状 '(2,2)'
感谢您的帮助,我改变了上面的源代码,并得到了形状错误。你可以看看它,并帮助我在定义输入和输出大小时出错的地方。 ' –
您再次对不同的节点使用相同的名称:y = tf.placeholder(“float”,2)和y = tf.sigmoid(tf.matmul(X,W)+ b)#预测值。这不是一个正确的方法。为他们选择不同的名字。 –
你能指导我在哪里我使用相同的名称,我需要在代码中完全改变! –