InvalidArgumentError设置或代码错误？

我得到一个错误，InvalidArgumentError像InvalidArgumentError设置或代码错误？

InvalidArgumentError（参见上述用于回溯）：必须喂值为占位符张量 'PLACEHOLDER_1' 与D型浮子[[节点： PLACEHOLDER_1 = Placeholderdtype = DT_FLOAT，形状= []， _device = “/职业：本地主机/副本：0 /任务：0/CPU：0”]]

我不明白什么是错误的，我code.And我无法理解错点是设置或代码（语法）。

我该如何解决这个问题？

我在整个代码

import tensorflow as tf 
import numpy as np 

input_dim =2 
output_dim =1 

x = tf.placeholder("float",[None,input_dim]) 
#重み 
W = tf.Variable(tf.random_uniform([input_dim,output_dim],-1.0,1.0)) 
#バイアス 
b = tf.Variable(tf.random_normal([output_dim])) 
#シグモイド活性化調節 
y = tf.nn.sigmoid(tf.matmul(x,W)+b) 

y_ = tf.placeholder("float",[None,output_dim]) 
loss = tf.reduce_mean(tf.square(y-y_)) 
train_step = tf.train.MomentumOptimizer(0.01,0.97).minimize(loss) 

init = tf.initialize_all_variables() 
sess = tf.Session() 
sess.run(init) 

for i in range(5000): 
    batch_xs = np.array([ 
     [0.,0.], 
     [0.,1.], 
     [1.,0.], 
     [1.,1.] 
    ]) 
    batch_ys = np.array([ 
     [0.], 
     [0.], 
     [0.], 
     [1.] 
    ]) 
    sess.run(train_step,feed_dict={x:batch_xs,y:batch_ys}) 
    print(i,sess.run(y,feed_dict={x:batch_xs,y:batch_ys}))

来源

2017-04-15 user21063

你有占位x和y_，不x和y写道。

所以在sess.run(）应该是sess.run(train_step,feed_dict={x:batch_xs,y_:batch_ys})

来源

2017-04-15 02:38:01

InvalidArgumentError设置或代码错误？

回答

相关问题