无法为张量Placeholder_36：0输入形状（4，）的值，该张量具有形状（？，4）

Question

我正在尝试实现tensorflow回归模型，我的数据形状是train_X=（200,4）和train_Y=（200，）。我得到的形状错误，这是我的一段代码，请任何人都能提到我在哪里做错了。

df=pd。读取\u csv（'all.csv'）

df=df。下降（“时间”，轴=1）

打印（df.descripe（））#以了解数据集

列车Y=df[“功率”]

列车X=df。下降（'功率'，轴=1）

列车X=numpy。asarray（列车X）

列车Y=numpy。asarray（Y列）

n_样本=序列X.形状[0]

X=tf。占位符（'float'，[None，len（train_X[0]））

Y=tf。占位符（“浮动”）

W=tf。变量（rng.randn（），name=“weight”）

b=tf。变量（rng.randn（），name=“bias”）

pred=tf.add（tf.multiply（X， W）， b）

成本=tf.reduce_sum（tf.pow（pred-Y，2））/（2*n_samples）

默认情况下为true

优化器=tf。火车GradientDescentOptimizer（学习率）。最小化（成本）

init=tf。全局变量初始化器（）

用tf。会话（）作为SES：

# Run the initializer

sess.run(init)

# Fit all training data

for epoch in range(training_epochs):

    for (x, y) in zip(train_X, train_Y):

        sess.run(optimizer, feed_dict={X: x, Y: y})

    # Display logs per epoch step
    if (epoch+1) % display_step == 0:
        c = sess.run(cost, feed_dict={X: train_X, Y:train_Y})
        print("Epoch:", '%04d' % (epoch+1), "cost=", "{:.9f}".format(c), \
            "W=", sess.run(W), "b=", sess.run(b))

print("Optimization Finished!")
training_cost = sess.run(cost, feed_dict={X: train_X, Y: train_Y})
print("Training cost=", training_cost, "W=", sess.run(W), "b=", sess.run(b), '\n')

# Graphic display
plt.plot(train_X, train_Y, 'ro', label='Original data')
plt.plot(train_X, sess.run(W) * train_X + sess.run(b), label='Fitted line')
plt.legend()
plt.show()enter code here

Answer 1

我改变了形状，问题解决了

列车y=np。重塑（序列y，（-1，1））