使用占位符时出现Tensorflow错误

我是tensorflow的初学者，我用它在图像上实现CNN，当我用palceholder和feed_dir时，它会给我错误提示

必须为占位符提供一个值

这是类层

它在这一行中给出了错误，但是我在sess.runall中使用了feed_dir，那么我遗漏了什么呢

self.h_conv = sess.run(self.h_conv)

---

你的整个程序运行在同一行，你没有提到错误是什么

使现代化 在函数Read_中，您创建的图像没有返回任何值，所以您应该添加函数中的最后一行 返回灰度图像

并且在读取图像后，您不会保存这些值。 在程序行中读取\u行

---

更改为灰色图像=读取行

运行self.h\u conv的行也需要提供一个提要。

我在第一篇文章“你必须为占位符提供一个值”中提到了错误，如果是这样，那么我的提要需要什么呢？我在Tensor.org Toturialist中看到它，因为h\u conv在传递过程中依赖于占位符，因此，当你计算它时，你需要提供占位符的值。好的，我在调用函数时提供它，并将它发送给层构造。为什么它不在这个toturial代码中使用它？他使用sess.run与函数一起运行，而不使用self.h_conv再次写入它，这是@Alexandre Passost的链接。教程没有类似于sess.runh_conv的说法。如果删除该行，代码将正常工作。

def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(initial)

def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
    return tf.Variable(initial)

def Conv2d(inp, W ,Stride):

    return tf.nn.conv2d(inp, W, strides=[1, Stride ,Stride, 1], padding='SAME')

class Layer:
    def __init__(self, inp,inp_channels_num,filter_width_size,filter_height_size,outp_channels_num,stride,activation_func):
        sess = tf.Session()
        self.W_conv = weight_variable([filter_width_size, filter_height_size, inp_channels_num, outp_channels_num])
        self.b_conv = bias_variable([outp_channels_num])    
        if (activation_func=='Sigmoid'):
            self.h_conv = tf.nn.sigmoid(Conv2d(inp, self.W_conv, stride) + self.b_conv)
        else:
            self.h_conv = tf.nn.relu(Conv2d(inp, self.W_conv, stride) + self.b_conv)
        sess.run(tf.global_variables_initializer())            
        self.h_conv = sess.run(self.h_conv)
        sess.close()

self.h_conv = sess.run(self.h_conv)