Tensorflow获取tensor具体数据及InvalidArgumentError: Shape [-1,2186] has negative dimensions错误

太过爱你忘了你带给我的痛 2022-03-30 11:45 202阅读 0赞

**（作者：陈玓玏）**

## 一、查看tensor具体数据 ##

在使用tensorflow训练模型的过程中，想要查看某些变量的具体内容，以便更好地掌握训练过程，但是tensorflow的变量都是tensor对象，而直接查看tensor对象只能看到其shape信息和数据类型信息，看不到具体的信息。

想要查看具体数据，需要通过session，代码如下：

#引入tensorflow
    import tensorflow as tf
    
    #定义一个变量x并赋值为常数10
    x = tf.constant(10)
    
    #开启一个会话，在会话中执行graph，这里的graph中只包含x的赋值操作
    with tf.Session() as sess:
        #方法一：通过session.run获取数据
        print(sess.run(x))
        #方法二：通过eval函数获取数据
        print(x.eval())

## 二、InvalidArgumentError: Shape \[-1,2186\] has negative dimensions错误 ##

上面的例子中，x是一个常数，是一个已经有确切赋值的函数，但有时并不是这种情况，比如建模过程中，样本特征x只是一个占位符，而非具体数值，那么你想要通过sess.run(y)获取y的具体数值就会报这个错，因为x值并没有输入。错误场景如下：

#引入tensorflow
        import tensorflow as tf
        
        #定义占位符x，以便之后传入任意条样本数据，每条样本784个特征，定义权重为w，shape为[784,10]
        #服从截尾高斯分布，标准差为0.1，y为矩阵x和矩阵y的乘积，shape为[样本条数,10]
        x = tf.placeholder(tf.float32,[None, 784])
        w = tf.truncated_normal([784,10], stddev=0.1)
        y = x*w
      
        #开启一个会话，在会话中执行graph，这里的graph中包含y的计算公式
        with tf.Session() as sess:
            tf.global_variables_initializer().run()
            print(sess.run(y))

使用上述代码获取y时，就会出现以上的错误。

**解决方案：**  
通过sess.run(y)获取y时，需要指定数据x的来源，否则x只是个占位符，没有实际数据，自然计算不出y值。应该把`print(sess.run(y))`改为`print(sess.run(y,{x:input}))`，这里假设input是我们获取的具体的样本数据，\{x:input\}参数名实际叫feed\_dict，是把具体数据喂给模型，而sess.run执行的是fetch操作，是把数据取出来。通过指定feed\_dict，问题解决。

## 参考资料： ##

[https://blog.csdn.net/jningwei/article/details/73557938][https_blog.csdn.net_jningwei_article_details_73557938]

[https_blog.csdn.net_jningwei_article_details_73557938]: https://blog.csdn.net/jningwei/article/details/73557938