如何使用tf.reshape（）？

Question

import tensorflow as tf

import random

import numpy as np


x= tf.placeholder('float')

x=tf.reshape(x,[-1,28,28,1])

with tf.Session() as sess:

    x1 = np.asarray([random.uniform(0,1) for i in range(784)])

    result = sess.run(x, feed_dict={x: x1})

    print(result)

我在重整形时使用mnist数据时遇到了一些问题，但是这个问题是我的问题的简化版本...为什么此代码实际上不起作用？

表明

“ ValueError：无法为具有形状'（？，28，28，1）'的张量'Reshape：0'输入形状（784，）的值。“

我该怎么解决？

Answer 1

重新分配后， x 是一个具有形状的张量[-1,28,28,1]，并且正如错误所述，您无法将形状塑造(784,)为(?, 28, 28, 1)。您可以使用不同的变量名称：

import tensorflow as tf
import random
import numpy as np

x = tf.placeholder('float')
y = tf.reshape(x, [-1,28,28,1])

with tf.Session() as sess:
    x1 = np.asarray([random.uniform(0,1) for i in range(784)])
    result = sess.run(y, feed_dict={x: x1})
    print(result)