Tensorflow 传递优化器的占位符会导致错误；初始“U值必须指定形状”；

训练网络时，希望能够将beta1参数作为参数传递，从而使其成为占位符

self.beta1=tf.placeholder（tf.float32）

几行之后，这一行出现错误

self.train\u adam=tf.train.AdamOptimizer（self.eta，beta1=self.beta1，epsilon=1e-15）。最小化（self.cost\u m）

错误：

ValueError:initial\u值必须指定一个形状：张量（“占位符\u 5:0”，dtype=float32）

取出beta1=self.beta1将导致错误消失，因此错误一定与此有关

我不知道为什么会发生这种情况，因为

占位符

不需要指定形状。我试过使用self.beta1=tf.placeholder（tf.float32，shape=None），但同样的错误也不起作用

---

有什么想法吗？

只要给占位符一个形状，因为它是一个常量：

self.beta1 = tf.placeholder(tf.float32, shape=[])

---

作为说明，添加

shape=None

没有任何效果，因为在未指定参数的情况下，python已经默认假定

shape

为

None

。但它首先不应该抱怨，

占位符

不需要用形状声明。一年多以后，我遇到了同样的问题，我记得我以前也问过这个问题。多么奇怪的设计决定。