Python ValueError：无法为张量u'；输入形状的值；占位符_1:0'；，哪个有形状

我正在尝试运行以下代码以对MNIST图像进行分类：

import random
import input_data
mnist = input_data.read_data_sets(raw_input(), raw_input(), raw_input())

import tensorflow as tf

x = tf.placeholder(tf.float32, [None, 784])

W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))

y = tf.nn.softmax(tf.matmul(x, W) + b)

y_ = tf.placeholder(tf.float32, [None, 10])

cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.05).minimize(cross_entropy)
sess = tf.InteractiveSession()
tf.initialize_all_variables().run()

for _ in range(1000):
  batch_xs, batch_ys = mnist.train.next_batch(100)
  sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

前3行是我正在做的练习中给出的，其余的行是我从Tensorflow教程中复制的

问题是我越来越

ValueError: Cannot feed value of shape (1000, 28, 28, 1) for Tensor u'Placeholder_1:0', which has shape (Dimension(None), Dimension(10))

在最后一行

我认为问题在于

mnist

对象。它的类型是

input\u data.DataSets

，但我不知道里面是什么，也不知道如何检查里面是什么

如果我运行

print（mnist.test.labels）

，我会得到

[[0]

，这非常混乱

---

您知道如何修复此代码吗？

您正在向占位符提供不正确的形状数据。“mnist”到底在做什么？从哪里获得的？通常，这是用于下载mnist的文件“”。其调用如TF MNIST示例所示：您能提供输入数据函数/文件的代码吗？您正在向占位符提供不正确的形状数据。“MNIST”到底在做什么？从何处获得的？通常，这是用于下载MNIST的文件“”它的调用如TF MNIST示例所示：您能提供您的输入\数据函数/文件的代码吗？