Tensorflowエラー：Tensor u'Placeholder_3：0 'のシェイプ（100,177,203）の形状に値'（?, 181,192） 'がありません

Question

テンソルフローを初めて使用しています。私はこの実行すると：

init = tf.global_variables_initializer() 
init 

n_epochs = 1000 
batch_size = 100 
n_batches = len(train_sequences) // batch_size 
print(n_batches) 
with tf.Session() as sess: 
    init.run() 
    for epoch in range(n_epochs): 
     train_sequences, train_y, train_lengths = shuffle(train_sequences, train_y, train_lengths) 
     for iteration in range(n_batches): 
      start = iteration*batch_size 
      end = start+batch_size 
      X_batch = train_sequences[start:end] 
      y_batch = train_y[start:end] 
      seq_length_batch = train_lengths[start:end] 
      if iteration % 20 == 0: 
       train_summary_str = train_summary_op.eval(
        feed_dict = {X: X_batch, y: y_batch, seq_length: seq_length_batch} 
       ) 
       step = epoch * n_batches + iteration 
       train_writer.add_summary(train_summary_str, step) 
       train_writer.flush() 

      if iteration % 200 == 0: 
       summary_str = eval_summary_op.eval(
        feed_dict = {X: test_sequences, y: test_y, seq_length: test_lengths} 
       ) 
       step = epoch * n_batches + iteration 
       eval_writer.add_summary(summary_str, step) 
       eval_writer.flush() 

      sess.run(
       training_op, 
       feed_dict = {X: X_batch, y: y_batch, seq_length: seq_length_batch} 
      ) 

     acc_train = accuracy.eval(
      feed_dict = {X: X_batch, y: y_batch, seq_length: seq_length_batch} 
     ) 
     acc_test = accuracy.eval(
      feed_dict = {X: test_sequences, y: test_y, seq_length: test_lengths} 
     ) 

     print(epoch, "Train accuracy:", acc_train, "Test accuracy:", acc_test) 
    save_path = saver.save(sess, "/home/ubuntu/tensorflow/model.ckpt") 

    train_writer.close() 
    eval_writer.close() 

を私は受けていますエラーがある：それはこのようになります

ValueError: Cannot feed value of shape (100, 177, 203) for Tensor u'Placeholder_3:0', which has shape '(?, 181, 192)'

は、エラーが生成されます場所です：

train_summary_str = train_summary_op.eval(
       feed_dict = {X: X_batch, y: y_batch, seq_length: seq_length_batch} 
       ) 

更新： tfプレースホルダを定義している間に寸法を変更してエラーを修正しました。

tf.reset_default_graph() 
n_steps = 177 
n_inputs = 203 
n_neurons = 100 
n_outputs = 2 
X = tf.placeholder(tf.float32, [None, n_steps, n_inputs]) 
y = tf.placeholder(tf.int32) 
seq_length = tf.placeholder(tf.int32, [None]) 

basic_cell = tf.contrib.rnn.BasicRNNCell(num_units=n_neurons) 
outputs, states = tf.nn.dynamic_rnn(basic_cell, X, dtype=tf.float32, sequence_length=seq_length) 

Answer 1

あなたが定義したグラフを投稿していないため、training_opが何をすべきか正確にはわかりません。

つまり、シェイプ[100,177,203]の値を入力しようとするプレースホルダXを[None、181、192]という形で定義したと思います。私はあなたの入力がどのように見えるかわからないが、それはグレースケール画像かもしれない形状から判断する。ネットワークが完全に畳み込まれていない場合は、すべての入力イメージの形状が完全に同じで、プレースホルダーで指定する必要があります。

プレースホルダが予期している形状に画像を再スケーリングしようとすると、グラフに表示されません。