使用占位符时的张量错误

Question

我是tensorflow的初学者，我在图像上实现CNN时使用它，当我将Palceholder与feed_dir一起使用时，它给了我错误SAD

您必须为占位持有人提供价值

Grey_images = []
def Read_images(): 
    for filename in glob.glob(r'Path*.jpg'):
        img = Image.open(filename)
        img = img.convert('L')  # convert to gray scale
        img = np.asanyarray(img) 
        img_shape = img.shape
        img_reshaped = img.reshape(224,224,1 channels)
        Grey_images.append(img_reshaped)#[#imgs,224,224,1]
Read_images()
img = tf.placeholder(dtype=tf.float32,shape=[None,224,224,1])
def RunAll():
    layer = Layer(img,1,3,3,64,2,'Relu')
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    Prediction = sess.run(RunAll(),feed_dict={img:Grey_images})

这是类层

def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(initial)
def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
    return tf.Variable(initial)
def Conv2d(inp, W ,Stride):
    return tf.nn.conv2d(inp, W, strides=[1, Stride ,Stride, 1], padding='SAME')
class Layer:
    def __init__(self, inp,inp_channels_num,filter_width_size,filter_height_size,outp_channels_num,stride,activation_func):
        sess = tf.Session()
        self.W_conv = weight_variable([filter_width_size, filter_height_size, inp_channels_num, outp_channels_num])
        self.b_conv = bias_variable([outp_channels_num])    
        if (activation_func=='Sigmoid'):
            self.h_conv = tf.nn.sigmoid(Conv2d(inp, self.W_conv, stride) + self.b_conv)
        else:
            self.h_conv = tf.nn.relu(Conv2d(inp, self.W_conv, stride) + self.b_conv)
        sess.run(tf.global_variables_initializer())            
        self.h_conv = sess.run(self.h_conv)
        sess.close()

它给了我这一行中的错误，但是我在 feed_dir 中使用 sess.run（runall（）） ，所以我缺少什么？

self.h_conv = sess.run(self.h_conv)

Answer 1

您运行self.h_conv的行还需要提供feed_dict。

Answer 2

您的整个程序在同一行上运行，您没有提到错误是什么？

更新

在函数read_images（）中，您创建的没有任何返回任何值，所以函数中的最后一行您应该添加 return Grey_images

阅读图像后，您不会保存值。在程序行Read_lines()中更改为Grey_images = Read_lines()