返回信息流ValueError: Cannot feed value of shape (512, 1) for Tensor 'IFFT-C2F_target_2:0', which has shape '(?, ?, ?)'
这是一条镜像帖。来源：北邮人论坛 / python / #24116同步于 2019/7/14
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Python机器人发帖
大佬们帮忙看看这个报错，找不到哪里有问题
buptliusiqi
2019/7/14镜像同步10 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
【 在 MemoForward 的大作中提到: 】
: 参数个数不匹配吧
emmm，请问下做深度学习的话有没有办法看每次迭代的时候网络每一层的输入输出的数据数组呢，像matlab仿真那种。
sess.run(神经网络某一层). shape
【 在 buptliusiqi (亓小然) 的大作中提到: 】
: emmm，请问下做深度学习的话有没有办法看每次迭代的时候网络每一层的输入输出的数据数组呢，像matlab仿真那种。
我似乎找到问题在哪了，但是我现在不知道怎么修改。
问题是这样的，batch size设定为N，
他会把(N,1)这样的参数传到网络里，而我的输入x训练集是(None,2,M)大小的，输入层是（2,M），隐藏层是（1,M）
网络的大小是（None，1，M）这样的，所以想问一下，如何在batchsize这把输入的x调整成（N,1,M）这样呢？
【 在 qingliu 的大作中提到: 】
: 图片几个通道搞得跟网络不匹配吧
谢谢。
我定位到问题了，但不知道怎么修改。
报错里这里shape(512,1)这里的512是根据batch_size变动的，我的输入数据x是一个（M，2，512）这样的数据，我的本意是想用（512，2，512）作为一个batch来训练，所以可以请问一下如何去正确地设置batchsize吗？
【 在 XingXudong 的大作中提到: 】
: sess.run(神经网络某一层). shape
抱歉，是我没讲清楚，我是用的keras.fit（）来训练的。
我刚看查看了keras.fit()batchsize默认是32，我的训练集是（n,2,128）;
然后input shape设定是（2，128），output shape是（1，128）。
根据这个我倒数第二层输出应该是（32，1，128）的数组,应该不会在最后一层的时候出现报错。烦请看一下我网络的最后一层：
最后一层是想把IFFT后的复数转换成实部和虚部，于是用了一个Concatenate层
Concatenate(name=name, axis=-2)([Lambda(tf.real, name=name+'_Re', output_shape=(1, N))(sig), Lambda(tf.imag, name=name+'_Im', output_shape=(1, N))(sig)])
这是打印的最后一层的结构。
Layer (type) Output Shape Param # Connected to
ComplexToFloat (Concat (None, 2, 128) 0 ComplexToFloat_Re[0][0]
ComplexToFloat_Im[0][0]
我觉得从输入输出的shape上面看是没有其他问题的，所以不知道如何去解决这个问题。
【 在 XingXudong 的大作中提到: 】
: 把placeholder的shape设置为(?,2,512)