您必须使用 dtype float 为占位符张量“Placeholder_1”提供一个值答案

【问题标题】：You must feed a value for placeholder tensor 'Placeholder_1' with dtype float您必须使用 dtype float 为占位符张量“Placeholder_1”提供一个值
【发布时间】：2018-01-24 17:12:47
【问题描述】：

import tensorflow as tf

# H(x) = Wx + b

W = tf.Variable(tf.random_normal([1],name='weight'))
b = tf.Variable(tf.random_normal([1],name='bias'))

X = tf.placeholder(tf.float32)
Y = tf.placeholder(tf.float32)

hypothesis = X * W + b

cost = tf.reduce_mean(tf.square(hypothesis - Y))
optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.01)
train = optimizer.minimize(cost)

sess = tf.Session()
sess.run(tf.global_variables_initializer())

Weights = []

for step in range(100):
    sess.run([cost,hypothesis,train], feed_dict={X:x_col[0],Y:y_col[0]})
    if step % 99 ==0:
        print(step, sess.run(cost), sess.run(W), sess.run(b))

这是我的代码。当我在 Python Shell 中输入x_col[0] 时，我得到array([ 3., 5., 73., 33.], dtype=float32)，而对于y_col[0]，我得到array([ 3., 5., 73., 33.])。

所以我相信代码应该可以为 b 提供 0 和 W 的 1 和 0 成本。但是出现了这个错误。不知道怎么解决这个问题

供您参考，供sess.run([cost,hypothesis,train], feed_dict={X:x_col[0],Y:y_col[0]}) 我得到[960446.13, array([ 76.92639923, 127.70278168, 1854.09997559, 838.57220459], dtype=float32), None]。

【问题讨论】：

请阅读Under what circumstances may I add “urgent” or other similar phrases to my question, in order to obtain faster answers? - 总结是这不是解决志愿者的理想方式，并且可能会适得其反。请不要将此添加到您的问题中。
感谢您编辑我的问题。抱歉，我不打算遇到这种情况。

标签： python numpy tensorflow

【解决方案1】：

在您的print 声明中

print(step, sess.run(cost), sess.run(W), sess.run(b))

您正在使用sess.run(cost)，但成本取决于X 和Y，您应该提供它们的值，因为它们是占位符。所以，你需要在feed_dict 中提供它

print(step, sess.run(cost, feed_dict={X: some_x_value, Y: some_y_value}), sess.run(W), sess.run(b))

【讨论】：

对不起，我不太明白。你能详细说明一下吗？
希望现在很清楚。尽管您应该遵循@Maxim 的建议，但这样会更有效率

【解决方案2】：

@layog 的回答是对的。只是想向您展示您应该使用的代码：

for step in range(100):
  cost_val, W_val, b_val, _ = sess.run([cost, W, b, train], 
                                       feed_dict={X:x_col[0],Y:y_col[0]})
  if step % 99 ==0:
    print(step, cost_val, W_val, b_val)

一次性运行训练操作和计算张量值更有效（请注意，您不必指定hypothesis）。如果你想显式计算任何张量，你也必须传递占位符：

sess.run(cost, feed_dict={X:x_col[0],Y:y_col[0]})

【讨论】：

【解决方案3】：

在 TensorFlow 中，您可以定义一个使用 sess.run() 语句执行的计算图。作为该图的一部分，cost 操作由占位符X 和Y 定义。要计算 cost，您必须为 X 和 Y 提供一个值。

在您的print 语句中，您调用sess.run(cost) 而不提供X 和Y。这就是错误的原因。

但是您已经执行了图表。只需存储结果值：

C, H, _ = sess.run([cost,hypothesis,train], feed_dict={X:x_col[0],Y:y_col[0]})

并打印成本C 和假设H 的结果

【讨论】：

【解决方案4】：

检查所有您之前定义的占位符已包含/输入到 feed_dict 中。这是因为在计算图表的过程中，占位符是在内存中创建的，tensorflow 会看起来如果它们中的每一个在 feed_dict 中都被分配了真实值，如果没有，那么它会引发这样的错误 - 至少对我来说是这样。

【讨论】：

【解决方案5】：

我正在使用 google colab，我遇到了同样的问题。我通过按下“运行时”选项解决了这个问题，并且按下了“重新启动并运行所有”！

这重新启动了google colab中的所有代码，并且不再显示错误！

【讨论】：