TensorFlow：形状误差

Question

训练我MNIST分类网后，我想对测试数据“预测”，并得到了有关测试输入的形状

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

ValueError异常以下错误：无法养活形状的值（1 （尺寸（无），尺寸（784））

因此，形状是（28000,784）（它应该是（28000,784） be），但是当进入训练有素的网络时，它显示为（1,28,000,784）？

顺便说一句，训练我通过

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

包括训练数据，因为训练数据产生了第一列说明的标签。我使用熊猫进口。

Answer 1

快速回答：从feed_dict = {x: [testimages]}变化feed_dict = {'x': testimages}

在自己的输入，通过feed_dict这是一本字典。不知道如果没关系。此外，您标签x的内部条目格式为[testimages]。所以如果testimages.shape = (28000, 784)，用数组包围它会使它(1, 28000, 784)。