TensorFlow：形狀誤差

Question

訓練我MNIST分類網後，我想對測試數據「預測」，並得到了有關測試輸入的形狀

testimages = np.array(test) 
print(testimages.shape) 
> (28000, 784) 
feed_dict = {x: [testimages]} 
classification = sess.run(y, feed_dict) 

ValueError異常以下錯誤：無法養活形狀的值（1 （尺寸（無），尺寸（784））

因此，形狀是（28000,784）（它應該是（28000,784） be），但是當進入訓練有素的網絡時，它顯示爲（1,28,000,784）？

順便說一句，訓練我通過

trainlabels = np.array(train["label"]) 
trainimages = np.array(train.iloc[:, 1:]) 

包括訓練數據，因爲訓練數據產生了第一列說明的標籤。我使用熊貓進口。

Answer 1

快速回答：從feed_dict = {x: [testimages]}變化feed_dict = {'x': testimages}

在自己的輸入，通過feed_dict這是一本字典。不知道如果沒關係。此外，您標籤x的內部條目格式爲[testimages]。所以如果testimages.shape = (28000, 784)，用數組包圍它會使它(1, 28000, 784)。