Python 另一个"；ValueError：无法为张量'；输入形状（30,5）的值；占位符：0'；，其形状为'；（？，30）和#x27&引用；

好心点，我对TensorFlow不熟悉。我发现了一个培训政策梯度代理进行股票市场交易的项目，只培训每日收盘价。我还想让它在开放、高、低和音量特性上进行训练，所以我尝试将它们添加到现有代码中。我去掉了大部分项目，只留下诊断所需的东西

你可以找到我的。我已经尽了最大努力对每个部分进行评论，以便于浏览，以及我认为问题所在，但我需要有人告诉我问题所在和原因

我当前收到错误信息：

ValueError: Cannot feed value of shape (30, 5) for Tensor 'Placeholder:0', which has shape '(?, 30)'

ValueError: Cannot feed value of shape (35760, 5) for Tensor 'Placeholder:0', which has shape '(30, 5)'

…这是有道理的，因为

self.X=tf.compat.v1.placeholder（tf.float32，（None，self.state_size））

是为唯一的功能（Close）设计的，但我也在尝试将其他功能添加到状态中。

state\u size

是

30

的

window\u size

（在训练期间回顾30行）。我正在尝试改变状态，以包括添加的功能。因此，我尝试将占位符更改为

self.state\u size，5

，但随后出现错误：

ValueError: Cannot feed value of shape (30, 5) for Tensor 'Placeholder:0', which has shape '(?, 30)'

ValueError: Cannot feed value of shape (35760, 5) for Tensor 'Placeholder:0', which has shape '(30, 5)'

…我有点不清楚，但我认为这不是问题所在。我知道我正在尝试以一种它不期望的形状来输入张量数据，但我不知道如何自己调整它。（我想）我想做的是在

get_state

函数中添加这些额外的功能，这样每行都有一个窗口大小，每列都代表这些功能。然后，培训应该在迭代过程中进行

我在下面的链接中找到了类似的问题/答案，以帮助比我更了解这方面的人。他们中的大多数人谈论在占位符处重塑数据，我以为我已经尝试过了，但现在我已经超出了我的知识范围。提前谢谢

更新

孩子，我自己肯定很难弄明白这一点，但我感谢迄今为止的指导，我想我已经接近了，我只是对改变什么知之甚少。根据下面的答案，我知道我的窗口大小/行数可能会根据窗口大小/回望值的不同而变化，因此这将是占位符的非部分，在这种特殊情况下，我将提前知道功能的数量（在本例中为5），以便将其设置为静态数字（5）就足够了。因此，我尽量不为我要添加的每个新功能设置单独的占位符

因此，尝试使用新的占位符

self.X=tf.compat.v1.placeholder（tf.float32，（None，5））

现在我得到的错误是：

    InvalidArgumentError: Incompatible shapes: [3270,3] vs. [98100,3]
     [[{{node sub}}]]

During handling of the above exception, another exception occurred:

InvalidArgumentError                      Traceback (most recent call last)
<ipython-input-4-78f4afe280e1> in <module>()
     22          skip = skip)
     23 
---> 24 agent.train(iterations = 500, checkpoint = 10, initial_money = initial_money)

<ipython-input-3-1788840ff10e> in train(self, iterations, checkpoint, initial_money)
    135             cost, _ = self.sess.run([self.cost, self.optimizer], feed_dict={self.X:np.vstack(ep_history[:,0]),
    136                                                     self.REWARDS:ep_history[:,2],
--> 137                                                     self.ACTIONS:ep_history[:,1]})
    138 
    139 

…作为状态（5列功能和30行窗口大小）、操作（0）、起始资金（10000）和下一个状态（同样是数据集的下一行/未来行的5 x 30）

那么现在的问题是什么呢？是阵列吗？我为冗长的代码感到抱歉，但我想对那些帮助我的人说得透彻一点，并表明我实际上正在努力理解修复背后的逻辑，以便以后可以应用它。有进一步的意见吗？是否与

get\u state

功能有关？（在我完成这项工作时，我在colab书中添加了一些额外的注释）。非常感谢。

您已经使用“self.X”作为第一层的输入，因为模型行数（数据点）可能会有所不同，但在训练和预测期间，特征数应该相同，因为这决定了该层上的神经元数量

但是，您可以对具有不同数量特征的数据重用代码，以创建不同的模型，但对于一个模型，代码必须保持不变

self.X=tf.compat.v1.placeholder（tf.float32，（无，特征号））

---

当你们开始训练时，你们必须知道你们输入的特征尺寸，以后不能改变。如果您想跟踪其他内容，则需要为此创建其他变量，或者您可以在创建tensorflow图之前预处理数据以了解特征编号

是

（35760，5）

np.vstack（ep_history[：，0]）的形状？这看起来像是一个时间序列-尝试一个循环模型（例如LSTM）而不是一个完全连接的网络是否有意义？@rvinas你是对的，这是一个时间序列问题，我也有一个LSTM，但我有很多不同的类似模型，我想先弄清楚如何实现这一变化。我已经更新了我上面的问题，提供了一些可能有帮助的信息？？？@rvinas我想回答你的问题，np.vstack（ep_history[：，0]）的形状应该是30行x 5列，5个特性和30行窗口大小，应该在上面显示。谢谢你能分享你的数据吗。我尝试在不同的环境下做，而colab不是我的最爱one@eugen只要下载这个文件，我的数据就是这样的：谢谢你的帮助，但是我现在遇到了一个新的错误。我已经更新了我上面的问题，希望你的意见。我试图表明我正在尽最大努力解决这个问题！让我知道你的想法。如果可以的话，我希望能够为每个特征使用一个占位符而不是几个占位符？我建议在每个步骤中查看张量的形状，并验证它是否符合您的预期。就像你可以打印“奖励.形状”来检查它的形状。错误信息表明在形状张量之间不可能进行某些操作。我想我知道问题是什么，但不确定应该在哪里找到它。因此，

ep_history

数组的形状是（3270,4），其中[0]是我的vstack 5个特征，[1]是动作，[2]是奖励。提到

不兼容形状[3270,3]与[98100,3]

错误时，错误指向回溯中的

self.ACTIONS

。我的a