tensorflow의 자리 표시 자 추적 : 'tensorflow.python.framework.errors_impl.InvalidArgumentError : 자리 표시 자 텐서에 값을 입력해야합니다.

Question

다음 코드가 예외를 throw하는 이유는 무엇입니까? 나는 for 루프에서 feed_dict=을 통해 자리를 공급,하지만 난 x 또는 y_tensor의 값을 인쇄 할 때, 나는 다음과 같은 오류 메시지가 얻을 :

'tensorflow.python.framework.errors_impl.InvalidArgumentError: You must feed a value for placeholder tensor 'input' with dtype float and shape [?,5]'.

놀랍게도, 나는 어떤 텐서 때의 오류가 발생하지 않습니다를 나는 다른 것을 인쇄한다. 예를 들어, y_tensor 만 인쇄 할 때, 내가 선언 한 행의 오류 메시지가 나타나지 않습니다. x 및 그 반대입니다. 문제를 테스트하기 위해서만 10의 범위를 사용합니다. 주요 문제는이 조건에서 최적화가 작동하지 않는다는 것입니다. 이 문제를 어떻게 해결할 수 있습니까? 여기 강령

:

x = tf.placeholder(tf.float32, [None, 5], name='input') 

W = tf.Variable(tf.zeros([5,1])) 
b = tf.Variable(tf.zeros([1])) 

y = tf.nn.softmax(tf.matmul(x, W) + b) 


y_tensor = tf.placeholder(tf.float32, [None, 1], name='output') 
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_tensor * tf.log(y), reduction_indices=[1])) 

optimizer = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy) 


session = tf.Session() 
init = tf.global_variables_initializer() 
session.run(init) 

for i in range(10): 
    batch_xs = [dataA[i], dataB[i], dataC[i], dataD[i], 
       dataE[i]]] 
    batch_ys = [[dataG[i]]] 
    session.run(optimizer ,feed_dict={x: batch_xs, y_tensor: batch_ys}) 

print(session.run(y)) 

Answer 1

y이 x에 의존하기 때문에. xs_test은 테스트 데이터입니다

print(session.run(y, ,feed_dict={x: xs_test})) 

: 따라서 당신은 마지막 행을 변경해야합니다.