Python 为什么tf.placeholder不能正确工作以馈送？

我做了如下操作，但错误的信息是： “InvalidArgumentError（回溯见上文）：必须为带有数据类型字符串的占位符张量'placeholder'提供一个值 [[Node:Placeholder=Placeholderdtype=DT_STRING，shape=[]，_device=“/job:localhost/replica:0/task:0/cpu:0”]”

我认为每一步都是正确的。但它确实不像我所说的那样起作用。 怎么了？我真的需要你的帮助，这让我困惑了很久。 非常感谢你

补充。 //////////////////////////// 谢谢下面的朋友给出答案。 另一个问题是如何更改初始占位符值。 看下面的代码，首先我将y下的placehoder初始化为空“”，然后我将其更改为字符串模式，但事实上，y始终为空“”，没有更改，如何将y更改为另一个值？非常感谢

pattern = '/home/lyp/MyTensorflowData/TestProject/images/*.jpg'
y = tf.placeholder(tf.string)
filenames = tf.train.match_filenames_once(y)
count_num_files = tf.size(filenames)

init_op = tf.global_variables_initializer()

with tf.Session() as sess:
  sess.run(init_op, feed_dict={y: ''})
  coord = tf.train.Coordinator()
  threads = tf.train.start_queue_runners(coord=coord)

  for epoch in range(3):
    print(sess.run(count_num_files, feed_dict={y: pattern}))


coord.request_stop()
coord.join(threads)

---

我认为问题在于如何初始化变量。事实上，我并不完全确定原因，但这对我来说很有效（v0.1.0）：

tf.global\u variables\u initializes（）.run（feed\u dict）

---

似乎要初始化变量，您需要传入feed_dict

向我们显示回溯。非常感谢。它在这里起作用。但是如果我想在循环中更改feed_dict值，看起来有点困难。有什么好主意吗？”

pattern = '/home/lyp/MyTensorflowData/TestProject/images/*.jpg'
y = tf.placeholder(tf.string)
filenames = tf.train.match_filenames_once(y)
count_num_files = tf.size(filenames)

init_op = tf.global_variables_initializer()

with tf.Session() as sess:
  sess.run(init_op, feed_dict={y: ''})
  coord = tf.train.Coordinator()
  threads = tf.train.start_queue_runners(coord=coord)

  for epoch in range(3):
    print(sess.run(count_num_files, feed_dict={y: pattern}))


coord.request_stop()
coord.join(threads)