当我运行这段代码时：

x = tf.placeholder(tf.int32, shape=(None, 3))with tf.Session() as sess:     feed_dict = dict()    feed_dict[x] = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])    input = sess.run([x], feed_dict=feed_dict)

我得到了这个错误：

Placeholder_2:0 is both fed and fetched.

我不确定我哪里做错了。为什么这不工作呢？

回答：

你确定这段代码涵盖了你想要实现的功能吗？你要求读取你传递的所有内容。这在TensorFlow中不是一个有效的调用。如果你想传递值而不对其做任何处理（为什么要这样做？），你应该使用一个身份操作。

x = tf.placeholder(tf.int32, shape=(None, 3))y = tf.identity(x)with tf.Session() as sess:     feed_dict = dict()    feed_dict[x] = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])    input = sess.run([y], feed_dict=feed_dict)

问题在于“馈送”实际上是覆盖了你的操作所生成的任何内容，因此你不能在此时获取它（因为这个特定的操作不再真正产生任何东西）。如果你添加这个身份操作，你就可以正确地馈送（覆盖x），不对结果做任何处理（身份操作），然后获取它（获取身份操作产生的，即你馈送给x的输出）。