我正在改编这个教程，以便在自己的图像集上训练卷积神经网络。

因此，我创建了这个函数来尝试获取批次，尽管它还没有创建批次：

def training_batch(batch_size):  images = trainpaths  for i in range(len(images)):    # 将路径转换为图像    image = mpimg.imread(images[i])    images[i] = image  # 创建批次  X, Y = images, trainlabels  return X, Y

这个函数在这里被调用：

def optimize(num_iterations):  global total_iterations  for i in range(total_iterations,               total_iterations + num_iterations):    # 获取一批训练示例。    # x_batch 现在保存一批图像，而    # y_true_batch 是这些图像的真实标签。    x_batch, y_true_batch = training_batch(train_batch_size)    # 将批次放入字典中，使用 TensorFlow 图中的占位符变量的正确名称。    feed_dict_train = {x: x_batch,                       y_true: y_true_batch}    # 使用这批训练数据运行优化器。    # TensorFlow 将 feed_dict_train 中的变量    # 分配给占位符变量，然后运行优化器。    session.run(optimizer, feed_dict=feed_dict_train)    (...)

问题是，如果我运行这段代码，我会得到

Traceback (most recent call last):  File "scr.py", line 405, in <module>    optimize(1)  File "scr.py", line 379, in optimize session.run(optimizer, feed_dict=feed_dict_train)  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 905, in run run_metadata_ptr)  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 1116, in _run str(subfeed_t.get_shape())))ValueError: Cannot feed value of shape (2034, 218, 178, 3) for Tensor u'x:0', which has shape '(?, 116412)'

有人能解释一下如何修复这个问题吗？

回答：

添加以下代码行：

x_batch = x_batch.reshape((-1, 218 * 178 * 3))

应该可以解决这个问题。然而，由于您正在构建卷积神经网络，您无论如何都需要图像的空间信息。因此，我建议您将 x 占位符的形状更改为 (None, 218, 178, 3)，而不是 (None, 116412)。在这种情况下，x_batch 的转换将不再必要。