Python &引用；ValueError:使用序列设置数组元素。"；张量流

我试图探索一个简单的演示，但出现了这个错误。如何修改我的代码

import tensorflow as tf

sess = tf.Session()

x_ = tf.Variable([[-9,6,-2,3], [-4,3,-1,10]], dtype=tf.float32)
x = tf.placeholder(tf.float32, shape=[4,2])
y = tf.nn.relu(x)

sess.run(tf.global_variables_initializer())
print(sess.run(x_))
print(sess.run(y,feed_dict={x:x_}))

我得到的结果是：

[[ -9.   6.  -2.   3.]
 [ -4.   3.  -1.  10.]]

Traceback (most recent call last):
  File "C:\Users\jy\Documents\NetSarang\Xftp\Temporary\test.py", line 19, in <module>
    print(sess.run(y,feed_dict={x:x_}))
  File "C:\Program Files\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 767, in run
    run_metadata_ptr)
  File "C:\Program Files\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 938, in _run
    np_val = np.asarray(subfeed_val, dtype=subfeed_dtype)
  File "C:\Program Files\Anaconda3\lib\site-packages\numpy\core\numeric.py", line 482, in asarray
    return array(a, dtype, copy=False, order=order)
ValueError: setting an array element with a sequence.

[-9.6.-2.3.]
[ -4.   3.  -1.  10.]]
回溯（最近一次呼叫最后一次）：
文件“C:\Users\jy\Documents\NetSarang\Xftp\Temporary\test.py”，第19行，在
打印（sess.run（y，feed_dict={x:x_}））
文件“C:\Program Files\Anaconda3\lib\site packages\tensorflow\python\client\session.py”，第767行，正在运行
运行_元数据_ptr）
文件“C:\Program Files\Anaconda3\lib\site packages\tensorflow\python\client\session.py”，第938行，正在运行
np\u val=np.asarray（subfeed\u val，dtype=subfeed\u dtype）
asarray中的文件“C:\Program Files\Anaconda3\lib\site packages\numpy\core\numeric.py”，第482行
返回数组（a，数据类型，copy=False，order=order）
ValueError:使用序列设置数组元素。

首先，您的

x\uuuu

变量的维度错误：目前，它是形状

[2,4]

，但您正试图在一个需要形状

[4,2]

数据的插槽中使用它

其次，

tf.Variable

是指在你的神经网络模型中代表一个变量（在数学意义上），当你训练你的模型时，这个变量会被调整——它是一种维持状态的机制

要提供实际输入来训练模型，只需传入一个常规Python数组（或numpy数组）

下面是您的代码的固定版本，它似乎可以执行您想要的操作：

import tensorflow as tf

sess = tf.Session()

x = tf.placeholder(tf.float32, shape=[4,2])
y = tf.nn.relu(x)
sess.run(tf.global_variables_initializer())

x_ = [[-9, -4], [6, 3], [-2, -1], [3, 10]]
print(sess.run(y, feed_dict={x:x_}))

如果你真的想让神经网络中的一个节点以这些值初始化，我会去掉占位符，直接使用

x

：

import tensorflow as tf

sess = tf.Session()

x = tf.Variable([[-9, -4], [6, 3], [-2, -1], [3, 10]], dtype=tf.float32)
y = tf.nn.relu(x)
sess.run(tf.global_variables_initializer())

print(sess.run(y))

---

不过，这可能不是您想要做的——不接受任何输入的模型有点不寻常。

实际上，我想在sigmoid函数之后尝试一个新的活动函数，当X>6时，它会更改输入X，输出y=1；X（很抱歉关于stackoverflow的原始问题）实际上，我想在sigmoid函数之后尝试一个新的活动函数，当X>6，输出y=1；X时，它会改变输入X