Machine learning TensorFlow-如何使用普通TensorFlow训练ANN

我是TensorFlow的新手，最近我需要在不使用TensorFlow的高级API的情况下使用它来训练ANN

但是，以下代码出现了问题：

1.为ANN定义相关参数 2.在ANN中创建每个层 3.建立张量流图 4.与会话一起运行 5.问题 运行上述代码后，我得到以下异常：

Caused by op u'X', defined at:
  File "/Users/apple/PycharmProjects/TesTensorFlow/TrainANN/ANNTest.py", line 45, in <module>
    X = tf.placeholder(dtype=tf.float32, shape=(None, n_inputs), name='X')
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/ops/array_ops.py", line 1507, in placeholder
    name=name)
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/ops/gen_array_ops.py", line 1997, in _placeholder
    name=name)
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 768, in apply_op
    op_def=op_def)
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 2336, in create_op
    original_op=self._default_original_op, op_def=op_def)
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1228, in __init__
    self._traceback = _extract_stack()

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'X' with dtype float
     [[Node: X = Placeholder[dtype=DT_FLOAT, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]

由op u'X'引起，定义为：
文件“/Users/apple/PycharmProjects/TesTensorFlow/TrainANN/ANNTest.py”，第45行，in
X=tf.placeholder（dtype=tf.float32，shape=（无，n_输入），name='X'）
文件“/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site packages/TensorFlow/python/ops/array_ops.py”，第1507行，在占位符中
名称=名称）
文件“/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site packages/TensorFlow/python/ops/gen_array_ops.py”，第1997行，在_占位符中
名称=名称）
文件“/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site packages/TensorFlow/python/framework/op_def_library.py”，第768行，在apply_op
op_def=op_def）
文件“/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site packages/TensorFlow/python/framework/ops.py”，第2336行，在create_op中
初始值=自身值。\默认值\初始值，初始值=初始值）
文件“/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site packages/TensorFlow/python/framework/ops.py”，第1228行，在__
self.\u traceback=\u extract\u stack（）
InvalidArgumentError（回溯见上文）：必须为带有dtype float的占位符张量“X”提供一个值
[[Node:X=Placeholder[dtype=DT_FLOAT，shape=[]，_device=“/job:localhost/replica:0/task:0/cpu:0”]（）]

---

在我看来，问题可能在于X的数据类型，但我已经检查过了！X的输入向量类似于[0,1,0,1…]，仅由0-1个值组成，标签为0和1，或者是一个典型的二进制分类问题。

有两个可能是错误的来源：

例如，

sample=sample。重塑（[1170]）

其中

[1170]

是所需的形状

由于

X

被定义为大小为

[无，n_输入]

的占位符，因此

示例的形状必须与该形状匹配。e、 g.
n_输入
为170

---

有两件事可能是错误的根源：

例如，

sample=sample。重塑（[1170]）

其中

[1170]

是所需的形状

由于

X

被定义为大小为

[无，n_输入]

的占位符，因此

示例的形状必须与该形状匹配。e、 g.
n_输入
为170

---

samples

samples和label的形状和类型都是python内置的'list'类型，形状为（39170）的samples和labels是（39，），一个1D listtry

sample=sample.reforme（1170）。astype（float）

samples的形状和类型都是python内置的'list'类型，样本形状为（39170），标签为（39，），一个1D列表尝试

sample=sample。重塑（1170）。aType（float）

def neuron_layer(X, n_neurons, name, activation=None):
    with tf.name_scope(name):
        n_inputs = int(X.get_shape()[1])
        stddevValue = 2 / np.sqrt(n_inputs)
        initWeight = tf.truncated_normal((n_inputs, n_neurons), stddev=stddevValue)
         W = tf.Variable(initWeight, name='weights', dtype='float')
         b = tf.Variable(tf.zeros([n_neurons]), name='biases')
         z = tf.matmul(X, W) + b
         if activation == 'relu':
             return tf.nn.relu(z)
         elif name == 'outputs':
             return tf.sigmoid(z)
         pass
     pass

 X = tf.placeholder(dtype=tf.float32, shape=(None, n_inputs), name='X')
 y = tf.placeholder(dtype=tf.float32, shape=(None), name='y')
 hidden1 = neuron_layer(X, n_hidden1, 'hidden1', activation='relu')
 hidden2 = neuron_layer(hidden1, n_hidden2, 'hidden2', activation='relu')
 outputs = neuron_layer(hidden2, n_outputs, 'outputs')
 init = tf.global_variables_initializer()

with tf.Session() as sess:
  print n_inputs
  sess.run(init)

  samples, labels = prepareSampleAndLabelAndFeature(ConfigVars.FeatureSelectionStrategy2, instance2Path)
  sample = np.array(samples[0])
  sample = sample.reshape(1, 170)
  sess.run(outputs, feed_dict={X: sample})
  print outputs.eval()

Caused by op u'X', defined at:
  File "/Users/apple/PycharmProjects/TesTensorFlow/TrainANN/ANNTest.py", line 45, in <module>
    X = tf.placeholder(dtype=tf.float32, shape=(None, n_inputs), name='X')
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/ops/array_ops.py", line 1507, in placeholder
    name=name)
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/ops/gen_array_ops.py", line 1997, in _placeholder
    name=name)
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 768, in apply_op
    op_def=op_def)
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 2336, in create_op
    original_op=self._default_original_op, op_def=op_def)
  File "/Users/apple/anaconda/envs/TensorFlow_GPU/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1228, in __init__
    self._traceback = _extract_stack()

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'X' with dtype float
     [[Node: X = Placeholder[dtype=DT_FLOAT, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]