TypeError: The value of a feed cannot be a tf.Tensor object.几种情况

1、变量相同

for i in range(config.training_epochs):
        for start, end in zip(range(0, config.train_count, config.batch_size),
                              range(config.batch_size, config.train_count + 1, config.batch_size)):

            _,c = sess.run([optimizer,cost], feed_dict={X: X[start:end],
                                             Y: y_[start:end]})

修改

 _,c = sess.run([optimizer,cost], feed_dict={X: train_X[start:end],
                                             Y: y_[start:end]})
            print("traing iter: {},".format(i))

 

 _,cost = sess.run([optimizer,cost], feed_dict={X: train_X[start:end],
                                             Y: y_[start:end]})
            print("traing iter: {},".format(i))

 

修改:

 _,c = sess.run([optimizer,cost], feed_dict={X: train_X[start:end],
                                             Y: y_[start:end]})
            print("traing iter: {},".format(i))

 

还有一种是输入变量不对称,可以使用numpy中np.reshape()函数来修改

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值