Numpy 如何在没有固定形状的情况下输入占位符张量?
经过一些工作,问题变成了:如何在没有固定形状的情况下输入占位符张量?代码如下。请注意,张量“x”具有形状[?,32,32,64]。显然,“ini_obj”的形状是错误的。那么,如何在“eval()”方法中输入张量“x”Numpy 如何在没有固定形状的情况下输入占位符张量?,numpy,tensorflow,deep-learning,keras,Numpy,Tensorflow,Deep Learning,Keras,经过一些工作,问题变成了:如何在没有固定形状的情况下输入占位符张量?代码如下。请注意,张量“x”具有形状[?,32,32,64]。显然,“ini_obj”的形状是错误的。那么,如何在“eval()”方法中输入张量“x” ini_obj = np.random.random((None, 32, 32, 64)) # numpy array sess = tf.Session() sess.run(x) x.eval(feed_dict={x: ini_obj}, session=sess)
ini_obj = np.random.random((None, 32, 32, 64)) # numpy array
sess = tf.Session()
sess.run(x)
x.eval(feed_dict={x: ini_obj}, session=sess)
要将张量转换为numpy数组,必须在keras中运行eval()函数。我已经尝试过:将tf.Session()作为sess:arr=x.eval(sess)。上面写着:TypeError:输入必须是字典。你能说得更具体些吗?Thxarray=your_tensor.eval(session=your_session),可以粘贴代码吗?我检索一个格式为(?224224,1)的张量,然后使用tf.session()作为sess:arr=x.eval(sess)尝试转换。但它失败了。我想问题可能是由“?”引起的。你知道吗?当你想运行会话时,你必须给字典提供值,我看不到你正在运行会话。您可以使用tensor运行会话。