计算Tensorflow线性回归模型R平方时的误差

我用Tensorflow编写了一个简单的单变量线性回归模型

我试图计算这个模型的决定系数（R平方）

我将

R_squared

声明为

tf.Variable

（我还尝试将其声明为占位符，并将其声明为普通python变量）

R_squared=tf.variable（0，name='R_squared'）
预测=tf.add（tf.multiply（X，W），b）
训练成本=tf.reduce\u和（tf.pow（prediction-Y，2））/（2*n个样本）
无法解释的成本=tf.减少总和（tf.平方（tf.减去（Y，预测）））
R_平方=tf.减（1.0，tf.除（未解释的成本，培训成本））

在运行优化器之后的代码中，我尝试打印

R_平方

print（'R平方='，tf_session.run（R_平方））

但我总是犯同样的错误：

回溯（最近一次呼叫最后一次）：
文件“/usr/local/lib/python3.4/dist packages/tensorflow/python/client/session.py”，第1327行，在
返回fn（*args）
文件“/usr/local/lib/python3.4/dist packages/tensorflow/python/client/session.py”，第1306行，在
状态，运行（元数据）
文件“/usr/lib/python3.4/contextlib.py”，第66行，在__
下一个（self.gen）
文件“/usr/local/lib/python3.4/dist packages/tensorflow/python/framework/errors\u impl.py”，第466行，处于raise\u exception\u on\u not\u ok\u状态
pywrap_tensorflow.TF_GetCode（状态））
tensorflow.python.framework.errors\u impl.InvalidArgumentError：必须为带有dtype float的占位符张量“占位符”输入一个值
[[Node:Placeholder=Placeholder[dtype=DT_FLOAT，shape=，_device=“/job:localhost/replica:0/task:0/cpu:0”]（）]
在处理上述异常期间，发生了另一个异常：
回溯（最近一次呼叫最后一次）：
文件“/linear_regression.py”，第126行，在
打印（'R平方='，tf_session.run（R_平方））
文件“/usr/local/lib/python3.4/dist-packages/tensorflow/python/client/session.py”，第895行，正在运行
运行_元数据_ptr）
文件“/usr/local/lib/python3.4/dist-packages/tensorflow/python/client/session.py”，第1124行，正在运行
feed_dict_tensor、options、run_元数据）
文件“/usr/local/lib/python3.4/dist-packages/tensorflow/python/client/session.py”，第1321行，运行
选项，运行（元数据）
文件“/usr/local/lib/python3.4/dist packages/tensorflow/python/client/session.py”，第1340行，在
提升类型（e）（节点定义、操作、消息）
tensorflow.python.framework.errors\u impl.InvalidArgumentError：必须为带有dtype float的占位符张量“占位符”输入一个值
[[Node:Placeholder=Placeholder[dtype=DT_FLOAT，shape=，_device=“/job:localhost/replica:0/task:0/cpu:0”]（）]
由op“占位符”引起，定义于：
文件“/linear_regression.py”，第78行，在
X=tf.占位符（'float'）
占位符中的文件“/usr/local/lib/python3.4/dist packages/tensorflow/python/ops/array_ops.py”，第1548行
返回gen\u数组操作。\u占位符（dtype=dtype，shape=shape，name=name）
文件“/usr/local/lib/python3.4/dist-packages/tensorflow/python/ops/gen_-array_-ops.py”，第2094行，在_占位符中
名称=名称）
文件“/usr/local/lib/python3.4/dist packages/tensorflow/python/framework/op_def_library.py”，第767行，在apply_op
op_def=op_def）
文件“/usr/local/lib/python3.4/dist packages/tensorflow/python/framework/ops.py”，第2630行，在create_op中
初始值=自身值。\默认值\初始值，初始值=初始值）
文件“/usr/local/lib/python3.4/dist-packages/tensorflow/python/framework/ops.py”，第1204行，在__
self._traceback=self._graph._extract_stack（）35; pylint:disable=protected access
InvalidArgumentError（回溯见上文）：必须为带有dtype float的占位符张量“占位符”输入一个值
[[Node:Placeholder=Placeholder[dtype=DT_FLOAT，shape=，_device=“/job:localhost/replica:0/task:0/cpu:0”]（）]

我也试着打印出

R_squared.eval（）

，但仍然出现同样的错误

另外，在tensor对象上调用

eval

方法与将其传递给会话

run

方法有什么区别

谢谢你的帮助

您已将X定义为代码中的某个占位符。占位符通常为空，除非为其指定默认值或使用提要命令为其提供值

例如，尝试使用：

tf_session.run(R_squared, feed_dict={X: 1})

显然，您可以用1替换您想要的任何其他值——您也可以使用任何Python变量

---

关于eval和run之间的差异，请参阅。

我强烈建议不要使用配方来计算此值！我发现的例子不能产生一致的结果，特别是对于一个目标变量。这让我非常头疼

正确的做法是使用。Tensorflow附加组件是，文档是。您所要做的就是将

y\u shape

设置为输出的形状，通常是单个输出变量的

（1，）