我正在学习TensorFlow，已经做了一些简单的感知器练习，数据是一维特征和一个输出。

现在我尝试使用更多特征，但我遇到了变量/占位符形状的问题。我以为我已经掌握了它的工作原理，但看来我错了。我想知道如何一般情况下获取正确的数值，以后不再遇到这种问题。

这是我的代码：

[in]:

print(inputX.shape)print(inputY.shape)

[out]:

(50, 9)(50, 1)

[in]:

x = tf.placeholder(tf.float32,[None, 9]) #特征y = tf.placeholder(tf.float32, [None, 1]) #标签W = tf.Variable(tf.random_normal([1, 9])) #权重，标签数量[x,x]特征数量b = tf.Variable(tf.zeros([1])) #[x]特征数量Y = tf.nn.relu(tf.add(tf.matmul(x, W),b)) 

[out]:

维度必须相等，但对于’MatMul_21’（操作：’MatMul’）的输入形状[?,9]和[1,9]，它们是9和1。

我猜问题出在1上，但我不知道它从何而来。

感谢您的帮助！

回答：

我认为这里的问题是，您尝试进行了一个错误的矩阵乘法。其基本规则可以在这里看到

如果您将最后一行改为

Y = tf.nn.relu(tf.add(tf.matmul(tf.transpose(x), W),b))

那么就不会再出现与维度相关的错误了。