python - 如何正确设置tensorflow中占位符的值？

Question

我在 tensorflow 中编写了以下快速程序来打印斐波那契数。初始 fib 数字初始化为占位符 x1 和 x2 但是，当我尝试在 session.run 中提供占位符的值时，会导致错误:

InvalidArgumentError:您必须使用 dtype int64 和形状 [1] 为占位符张量“x2”提供值

您能帮助我理解并解决我的代码中的问题吗？

import tensorflow as tf
session = tf.InteractiveSession()
import numpy as np

ones = tf.ones((1,))

n = 10
x1 = tf.placeholder(tf.int64, [1], name='x1')
x2 = tf.placeholder(tf.int64, [1], name='x2')
temp = tf.Variable(ones, name='temp')

tf.initialize_all_variables().run()
fib_nums = [x1, x2]
for i in range(100):
  temp = x1 + x2
  x1 = x2
  x2 = temp
  fib_nums.append(temp)

series = tf.stack(fib_nums)
print(np.ones(1).astype(np.int64))
session.run(series, feed_dict={x1:np.ones(1).astype(np.int64), x2:np.ones(1).astype(np.int64)})
print(series.eval())

Answer 1

这里有几个错误。首先，由于您重复使用 Python 名称 x1 和 x2，因此当您在 feed_dict 中给出它们时，它们不再引用占位符，而是引用占位符。到循环的最后结果。因此，您应该更改代码，以便您在 feed_dict 中给出的键真正成为占位符。其次，您首先使用 feed_dict 调用 session.run，这是正确的，但随后调用 series.eval()，这本质上是与上一行相同，只是在这种情况下您没有提供 feed_dict，因此它不起作用。您实际上并不需要调用series.eval()，您只需获取session.run返回的值即可。您的固定程序可能如下所示:

import tensorflow as tf
session = tf.InteractiveSession()
import numpy as np

ones = tf.ones((1,))

n = 10
# Reserve these Python names for the placeholders
x1_ph = tf.placeholder(tf.int64, [1], name='x1')
x2_ph = tf.placeholder(tf.int64, [1], name='x2')
temp = tf.Variable(ones, name='temp')

tf.initialize_all_variables().run()
# Use placeholders as initial values in the iterations
x1, x2 = x1_ph, x2_ph
fib_nums = [x1, x2]
for i in range(100):
  temp = x1 + x2
  x1 = x2
  x2 = temp
  fib_nums.append(temp)

series = tf.stack(fib_nums)
print(np.ones(1).astype(np.int64))
# You can just give lists as inputs and TensorFlow will convert their type
series_val = sess.run(series, feed_dict={x1_ph: [1], x2_ph: [1]})
print(series_val)

输出:

[1]
[[                   1]
 [                   1]
 [                   2]
 [                   3]
 [                   5]
 [                   8]
 [                  13]
 [                  21]
 [                  34]
 [                  55]
 [                  89]
 [                 144]
 [                 233]
 [                 377]
 [                 610]
 [                 987]
 [                1597]
 [                2584]
...