Python TensorFlow:获取无效参数错误，即使提要dict的形状和数据类型正确

我用TensorFlow建立的ML模型有问题。在图中，我有一个类型为

tf.float32

和形状

[100,1]

的占位符：

dim_hidden = 100
...
h_prime_previous = tf.placeholder(tf.float32, shape=[dim_hidden, 1])

在提要中，我传入一个np.float32类型和shape（100，1）的NumPy数组：

我知道尺寸和类型是正确的，因为当我运行这个

print("Shape: %s; Dtype: %s" % (h_prime_prev.shape, h_prime_prev.dtype))

它的输出如下：

Shape: (100, 1); Dtype: float32

但是，我仍然会遇到以下错误：

Invalid argument: You must feed a value for placeholder tensor 'Placeholder' with dtype float and shape [100,1]

问题可能是什么？我以前遇到过它，但我只需要更新TensorFlow，它就成功了。然而，这一次，我没有技巧了，因为TensorFlow是最新的。有什么建议吗

编辑：

---

我还从某人那里了解到，可能是我将h_prime_设置在代码中其他部分之前。但是，这并没有发生，所以这绝对不是问题所在。

您可以打印

tf.get\u default\u graph（）.as\u graph\u def（）

并查看您有多少占位符吗？我怀疑您有3个占位符，但只输入了2个。对不起，执行该行后，我如何才能找到占位符的数量？另外，通过简单的Ctrl+F，我可以告诉您有6个占位符，但我在一个会话中多次调用sess.run（），因为我在图中有两个可变长度的段，它们需要分开展开。所有六个变量都在整个会话的某个时间点输入。所有相关占位符都必须在所有运行调用期间输入。您可以通过将运行调用更改为do

feed\u dict={y\u previous:y\u prev，h\u prime\u previous:h\u prime\u prev，“占位符：0”：np.zeros（（100，1））.as_type（np.float32）}

！两个问题：为什么/如何工作，为什么说“修复”？我打赌这两个问题的答案是相同的。请随意回答这些问题，我会接受的。您可以打印

tf.get_default_graph（）.as_graph_def（）

并查看您有多少占位符吗？我怀疑您有3个占位符，但只输入了2个。对不起，执行该行后，我如何才能找到占位符的数量？另外，通过简单的Ctrl+F，我可以告诉您有6个占位符，但我在一个会话中多次调用sess.run（），因为我在图中有两个可变长度的段，它们需要分开展开。所有六个变量都在整个会话的某个时间点输入。所有相关占位符都必须在所有运行调用期间输入。您可以通过将运行调用更改为do

feed\u dict={y\u previous:y\u prev，h\u prime\u previous:h\u prime\u prev，“占位符：0”：np.zeros（（100，1））.as_type（np.float32）}

！两个问题：为什么/如何工作，为什么说“修复”？我打赌这两个问题的答案是相同的。请随便回答这些问题，我会接受的。

Invalid argument: You must feed a value for placeholder tensor 'Placeholder' with dtype float and shape [100,1]