0
我想在张量流中添加更多图层到我的神经网络,但是在这里我收到了这个错误。用TensorFlow添加更多图层错误
ValueError: Dimensions must be equal, but are 256 and 784 for 'MatMul_1' (op: 'MatMul') with input shapes: [?,256], [784,256].
这就是我如何创建权重和偏见。
# Store layers weight & bias
weights = {
'hidden_layer': tf.Variable(tf.random_normal([n_input, n_hidden_layer])),
'out': tf.Variable(tf.random_normal([n_hidden_layer, n_classes]))
}
biases = {
'hidden_layer': tf.Variable(tf.random_normal([n_hidden_layer])),
'out': tf.Variable(tf.random_normal([n_classes]))
}
这里就是我在做我的模型
# Hidden layer with RELU activation
layer_1 = tf.add(tf.matmul(x_flat, weights['hidden_layer']), biases['hidden_layer'])
layer_1 = tf.nn.relu(layer_1)
layer_1 = tf.nn.dropout(layer_1, keep_prob)
layer_2 = tf.add(tf.matmul(layer_1, weights['hidden_layer']), biases['hidden_layer'])
layer_2 = tf.nn.relu(layer_2)
layer_2 = tf.nn.dropout(layer_2, keep_prob)
# Output layer with linear activation
logits = tf.matmul(layer_2, weights['out']) + biases['out']
和错误是最有可能在layer_2。我正在使用MNIST数据集。同时,也是XY,一个xflat被重塑到
x shape is (?, 28, 28, 1)
y shape is (?, 10)
x flat shape is (?, 784)
是ofcourse ,那是一件很简单的事情,我完全忘记了我s使用相同的权重和偏差。非常感谢,我强调了一个小时,完全忽略了这一点。 谢谢。 –