Tensorflow错误：ValueError:无不支持的值

Question

这是我的测试代码。但它无法运行。终端总是给我这个错误：

回溯（最后一次调用）：
文件“desktop/test.py”，第28行，在loss=tf中。缩减平均值（tf.reduce\u和（tf.square（ys预测），缩减指数=[1]）
文件“/Users/sumeixu/anaconda3/lib/python3.6/site packages/tensorflow/python/ops/math_ops.py”，第898行，二进制_op_wrapper y=ops。将_转换为_-tensor（y，dtype=x.dtype.base_-dtype，name=“y”）
文件“/Users/sumeixu/anaconda3/lib/python3.6/site packages/tensorflow/python/framework/ops.py”，第932行，将_-to-tensor转换为_-tensor=False）
文件“/Users/sumeixu/anaconda3/lib/python3.6/site packages/tensorflow/python/framework/ops”，第1022行，在internal\u convert\u to\u tensor ret=conversion\u func（value，dtype=dtype，name=name，as\u ref=as\u ref）
文件/Users/sumeixu/anaconda3/lib/python3.6/site packages/tensorflow/python/framework/constant\u op.py”中，第233行，在常数张量转换函数中返回常量（v，dtype=dtype，name=name=name）
文件“/Users/sumeixu/anaconda3/lib/python3。6/site packages/tensorflow/python/framework/constant_op.py”，第212行，在常量值中，dtype=dtype，shape=shape，verify_shape=verify_shape））
文件“/Users/sumeixu/anaconda3/lib/python3。6/站点包/tensorflow/python/framework/tensor\u util。py”，make_tensor_proto raise ValueError中的第401行（“不支持无值”）。

ValueError:不支持任何值。

请帮忙。这是我的密码。非常感谢你！

import tensorflow as tf 
import numpy as np 
import matplotlib.pyplot as plt

def add_layer(inputs,in_size,out_size,activation_function=None):
    Weights=tf.Variable(tf.ranhtml" target="_blank">dom_normal([in_size,out_size]))
    biases=tf.Variable(tf.zeros([1,out_size])+0.1)
    Wx_Plus_b = tf.matmul(inputs,Weights)+biases

    if activation_function is None:
        outputs=Wx_Plus_b
    else:
            outputs=activation_function(Wx_Plus_b)
            return outputs

x_data = np.linspace(-1,1,300)[:,np.newaxis]
noise=np.random.normal(0,0.05,x_data.shape)
y_data=np.square(x_data)-0.5+noise

xs=tf.placeholder(tf.float32,[None,1])
ys=tf.placeholder(tf.float32,[None,1])

l1 = add_layer(xs,1,10,activation_function=tf.nn.relu)

prediction=add_layer(l1,10,1,activation_function=None)

loss =tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction),reduction_indices=[1]))

train_step=tf.train.GradientDescentOptimizer(0.1).minimize(loss)

init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)

for i in range(1000):
    sess.run(train_step,feed_dict={xs:x_data,ys:y_data})

    if i%50==0:
        print(sess.run(loss,feed_dict={xs:x_data,ys:y_data}))

Answer 1

因此，我运行了您的代码，在我修复了第一个函数中的缩进之后，它工作得很好。如果我只是像您编写的那样复制粘贴它，我也会得到None错误（因为您没有从函数返回任何内容）。因此，只要解决缩进，它应该工作！

要获得损失，您只需获取如下值：

loss_list = []
if i%50==0:
    my_loss = sess.run(loss,feed_dict={xs:x_data,ys:y_data})
    loss_list.append(my_loss)