python输出Tensor具体值时占位符的赋值问题

想看一看算法中某一步的输出结果coefs,Tensor不能直接print,先采用的下图这种

后来报了个错

然后改成下图又出现了错误

这里feed给占位符的数据应该用什么呢，看第一个报错说的要用dtype float and shape [1,2708,1433]，这种类型的数据怎么弄呢

谁能解决私我一下发代码看看吧/(ㄒoㄒ)/~~

伪代码如下：将shape为[shape_dim1,shape_dim2,shape_dim3,shape_dim4]的输入数据input_data传到模型input_name处，然后运行run，打印out_name处的输出：

input_name=graph.get_tensor_by_name('input:xxx')
out_name=graph.get_tensor_by_name('output:xxx')
feed_dict={input_name:np.reshape(input_data,[shape_dim1,shape_dim2,shape_dim3,shape_dim4])}
output=sess.run(out_name,feed_dict)
print(output)

发代码可以更快帮你解决, 具体可以参考: https://www.codenong.com/37063577/

# Get a batch of input data to feed to the computation.
batch_xs, _ = mnist.train.next_batch(100)

print(sess.run(y, feed_dict={x: batch_xs}))
# 或者
print(y.eval({x: batch_xs}))

有以下方式

定义一个占位符来表示输入数据，例如：

input_ph = tf.placeholder(tf.float32, shape=[None, input_size])

在计算coefs时使用这个占位符：

coefs = tf.nn.softmax(tf.nn.leaky_relu(logits, alpha=0.1) + bias_mat)

在运行会话时使用feed_dict来提供输入数据

with tf.Session() as sess:
coefs_val = sess.run(coefs, feed_dict={input_ph: input_data})

题注可以私发我代码嘛，这样感觉判断不对

在 TensorFlow 中，占位符 (placeholder) 是一种特殊的 Tensor，它在计算图中充当输入数据的角色。在定义占位符时，需要指定其类型和形状。在运行计算图时，需要使用 feed_dict 参数将数据传递给占位符。

举个例子，如果你有一个占位符 input_data，其类型为float，形状为[1, 2708, 1433]，你需要传入一个实际的 numpy 数组或者tensor来赋值。

input_data = tf.placeholder(dtype=tf.float32, shape=[1, 2708, 1433])

然后，定义一个 numpy 数组或者tensor来存储实际的数据，并使用 feed_dict 参数将其传递给占位符，如下所示：

# numpy array
real_data = np.random.rand(1, 2708, 1433)

# tensor
real_data = tf.random.uniform(minval=0, maxval=1, shape=(1, 2708, 1433), dtype=tf.float32)

sess.run(your_operation, feed_dict={input_data: real_data})

feed_dict 参数是一个字典，其中键为占位符，值为实际的数据。在运行 sess.run 时，TensorFlow 会将 real_data 中的数据赋值给 input_data 占位符，并在计算图中进行运算。

如果你没有按照要求的类型和形状进行赋值，就会导致类型和形状不匹配的错误。

完整代码私发一下，调试好后发给你

代码发一下