如何读取 csv 文件并将其应用于 tensorflow答案

【问题标题】：how to read csv file and apply it to tensor flow如何读取 csv 文件并将其应用于 tensorflow
【发布时间】：2017-02-10 02:53:09
【问题描述】：

我是张量流的新手，我试图学习如何读取包含两个特征和一个标签的 csv 中的数据，但遇到了以下错误

I here by attach the csv file

df=pd.read_csv("intro_to_ann.csv")

X=tf.placeholder("float",[None,2])
y_=tf.placeholder("float",2)


W = tf.Variable(tf.zeros([2,2]))
print(W)
b = tf.Variable(tf.zeros([2]))
print(b)
y= tf.sigmoid(tf.matmul(X, W) + b)#predicted value


error = tf.square(y - y_)
optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(error)

init = tf.initialize_all_variables()

errors = []
with tf.Session() as sess:
sess.run(init)
 X_data, Y_data = np.array(df.ix[:,0:2]), np.array(df.ix[:,2])
for epoch in range(training_epochs):
    for (x_d,y_d) in zip(X_data,Y_data):
        print(x_d)
        print(y_d)
        sess.run(optimizer, feed_dict={X:x_d,y_:y_d})

我收到了这个错误

ValueError: 无法为形状为“(2, 2)”的张量“Placeholder_33:0”提供形状 (2,) 的值

【问题讨论】：

标签： csv pandas numpy tensorflow deep-learning

【解决方案1】：

您在代码中重新定义了 y。为占位符和数据变量选择不同的名称。它应该可以正常工作。

【讨论】：

感谢您的帮助，我如上更改了源代码并得到了形状错误。你能看一下它并帮助我在定义输入和输出的大小时出错的地方吗？ `
您再次为不同的节点使用相同的名称：y = tf.placeholder("float",2) 和 y = tf.sigmoid(tf.matmul(X, W) + b) #predicted value .这不是正确的方法。为他们选择不同的名字。
你能告诉我我在哪里使用相同的名称，我需要在代码中准确更改哪里！
我明白了我改变了它们，即使那样我的错误也是一样的我在定义占位符的形状时遗漏了一些东西我的输入 X 有两个特征，我选择 [None,2] 因为向量尺寸为 2，我的喂食数据有两个特征，任何人都可以帮助我如何定义这些尺寸
ValueError: Cannot feed of shape (2,) for Tensor 'Placeholder_83:0', which has shape '(?, 2)' 是我得到的错误，任何人都可以帮助我请这个。