Tensorflow 尝试将向量转换为矩阵后tf.REFORMATE（）出错

我正在尝试将一维数组转换为TF矩阵，以便在卷积网络中使用，类似于在TF deep MNIST示例中，通过使用

TF.reformate（）

：

我得到以下错误：

ValueError: Cannot feed value of shape (5, 480) for Tensor 'Reshape_1:0', which has shape '(?, 60, 8, 1)'

5是我的批处理大小，480是原始数组的长度。我想把它转换成一个60x8张量，再加上一个输出通道，所以下面是使用目标形状

[-1,60,8,1]

的TF MNIST示例

知道我为什么会得到这个吗？似乎在MNIST示例中，他们使用-1将单线调整为AxA矩阵，并为输出通道添加一个额外维度

我甚至可以像这样使用非平方矩阵，还是会给我一个错误？我也尝试过做一些类似400=20x20的事情，只是想看看错误是否是由不均匀的形状引起的，但仍然得到了错误

---

在第一行代码中定义一个占位符并将其存储在python变量X中。在第二行代码中定义一个整形运算符并将其存储在python变量X中。现在您已经覆盖了先前的值X，并且无法访问占位符。您试图将值输入占位符，但实际上是将其输入到重塑操作符。如果对这些变量使用不同的名称，则不会看到此错误。

谢谢，就是这样。我一直是这样的，因为TF示例是这样的，但现在你提到了，它可能在那里工作，因为X整形是在函数中定义的，预整形的X作为变量传递给函数，所以可能这就是TF允许它在那里的原因。。。谢谢重要的是不要将python变量与tensorflow变量混淆。python变量只是指向tensorflow变量的指针。

ValueError: Cannot feed value of shape (5, 480) for Tensor 'Reshape_1:0', which has shape '(?, 60, 8, 1)'