Tensorflow 张量数组的形状如何？

我最近被以下错误消息困扰：

ValueError: Cannot feed value of shape (2455040,) for Tensor 'Placeholder:0', which has shape '(2455040, ?)'

通过运行以下代码生成：

NUMCLASSES=16
NUMPIXELS=959*640*4
# set up to feed an array of images [images, size_of_image]
x = tf.placeholder(tf.float32, [NUMPIXELS,None])

……德莱西亚

# Define loss and optimizer..why is this 2d?
y_ = tf.placeholder(tf.float32, [None,NUMCLASSES])


sess = tf.InteractiveSession()
tf.global_variables_initializer().run(session=sess)
tl = get_tensor_list()

for f, n in tl:
    str = '/users/me/downloads/train/' + f
    mm = Image.open(str)
    mm = mm.convert('F')
    mma=np.array(mm)
    i = mma.flatten() #now this is an array of floats of size NUMPIXELS 
    sess.run(train_step, feed_dict={x: i, y_: n})  # <<DEATH 

#定义损失和优化器..为什么是2d？
y=tf.placeholder（tf.float32，[None，numclass]）
sess=tf.InteractiveSession（）
tf.global\u variables\u initializer（）.run（session=sess）
tl=获取张量列表（）
对于tl中的f，n：
str='/users/me/downloads/train/'+f
mm=图像打开（str）
mm=mm.convert（'F'）
mma=np.数组（mm）
i=mma.flatte（）#这是一个大小为NUMPIXELS的浮点数组
run（train_step，feed_dict={x:i，y_:n}）#重新调整数组的形状可能会有所帮助

i = mma.flatten().reshape((NUMPIXELS,1))

发生错误的原因是两个张量的秩不同：形状张量（2455040，）的秩为1，而形状张量（2455040，）的秩为2

您可以这样做：

x = tf.placeholder(tf.float32, [None])
x = tf.reshape(x, [NUMPIXELS,-1])

请考虑清楚地写问题。您的示例代码也很模糊。我将再试一次：我声明一个[NUMPIXELS，None]形状的张量，并得到一个[ROWPIX，COLPIX]形状的图像，我将其展平为[NUMPIXELS，]，当我将其传递给sess.run（）时，它会阻塞。我想问题是：（1）如何将图像的形状强制为[NUMPIXELS]；（2） 当张量为[NUMPIXELS，None（=？）]时，为什么形状[NUMPIXELS，]不够好？去过那里，做过，得到了T恤。没有快乐：（NUMPIXELS，）。