python - 如何每次都知道如何在 Tensorflow 中定义我的变量/占位符形状

Question

我正在尝试学习 tensorflow ，我已经使用简单的感知器进行了一些练习，其中包含一个特征，一个输出等数据。

我现在正在尝试更多功能，但是我的变量/占位符形状有问题。我以为我学会了它是如何工作的，但看来我错了。我想知道如何获得一般的良好值，这样我就不会再遇到此类问题了。

这是我的代码:

[输入]:

print(inputX.shape)
print(inputY.shape)

[输出]:

(50, 9)(50, 1)

[输入]:

x = tf.placeholder(tf.float32,[None, 9]) #features
y = tf.placeholder(tf.float32, [None, 1]) #labels
W = tf.Variable(tf.random_normal([1, 9])) #Weights, nb of labels[x,x]nb of features
b = tf.Variable(tf.zeros([1])) #[x]nb of features
Y = tf.nn.relu(tf.add(tf.matmul(x, W),b)) 

[输出]:

尺寸必须相等，但“MatMul_21”(操作:“MatMul”)的尺寸为 9 和 1，输入形状为:[?,9]、[1,9]。

我猜问题是 1，但我不知道它来自哪里。

感谢您的帮助!

Answer 1

这里的问题，据我所知，您正在尝试进行错误的矩阵乘法。其基本规则可见here

如果将最后一行更改为

Y = tf.nn.relu(tf.add(tf.matmul(tf.transpose(x), W),b))

这样就不会再给你与尺寸相关的错误了。