成功解决ValueError: Cannot feed value of shape (1, 10, 4) for Tensor Placeholder:0 , which has shape

简介: 成功解决ValueError: Cannot feed value of shape (1, 10, 4) for Tensor Placeholder:0 , which has shape


目录

解决问题

解决思路

解决方法


 

 

 

解决问题

ValueError: Cannot feed value of shape (1, 10, 4) for Tensor 'Placeholder:0', which has shape '(?, 15, 4)'

 

 

 

解决思路

值错误:无法为张量'Pl提供形状(1、10、4)的值Placeholder:0',此时形状为'(?,15,4)'

 

 

解决方法

两个Tensor的维度不一致导致,所以要保持输出数据的维度一致,博主通过调整维度,最后将通过匹配解决了这个问题。大家可以尝试输出shape,要保持一致即可!

如网友遇到问题 不解,可留言与博主共同探讨!


相关文章
|
存储 PyTorch 算法框架/工具
Tensor to img && imge to tensor (pytorch的tensor转换)
Tensor to img && imge to tensor (pytorch的tensor转换)
|
23天前
|
TensorFlow 算法框架/工具 Python
|
5月前
|
机器学习/深度学习 PyTorch 算法框架/工具
【Pytorch】Expected hidden[0] size (2, 136, 256), got [2, 256, 256]
文章解决了PyTorch中LSTM模型因输入数据的批次大小不一致导致的“Expected hidden[0] size”错误,并提供了两种解决方案:调整批次大小或在DataLoader中设置drop_last=True来丢弃最后一个不足批次大小的数据。
117 1
|
7月前
|
算法
shape_predictor
【6月更文挑战第19天】
99 8
|
7月前
|
计算机视觉 Python
shape
【6月更文挑战第10天】
99 0
[AssertionError: nput tensor input format are different]
分析到这儿就明白了。input tensor虽然格式也是CHW, 但它还有一个batch维度,所以报错。
192 0
|
PyTorch 算法框架/工具 异构计算
Pytorch出现RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)
这个问题的主要原因是输入的数据类型与网络参数的类型不符。
742 0
Expected more than 1 value per channel when training, got input size torch.Size
因为模型中用了batchnomolization,训练中用batch训练的时候当前batch恰好只含一个sample,而由于BatchNorm操作需要多于一个数据计算平均值,因此造成该错误。
970 0
怎么将[tensor([[ 1, 2]]), tensor([[5, 6]]), tensor([[9, 10]])] 合并成 tensor([[1,2],[3,4],[5,6]])
可以先使用 torch.cat() 函数将列表中的张量在第0维(行)上进行拼接,然后再使用 .view() 函数将形状调整为需要的形状。
199 0

热门文章

最新文章