ValueError: Cannot feed value of shape (1,) for Tensor 'Placeholder_6:0', which has shape '(?, 2)'

这个错误通常是因为你在给模型输入数据时，数据的形状与模型期望的形状不匹配所引起的。具体来说，模型期望的形状为 (?, 2)，而你输入的数据形状为 (1,)。

为了解决这个问题，你需要检查一下你的输入数据的形状是否正确。你可以使用 reshape() 函数来调整输入数据的形状，使其与模型期望的形状相匹配。如果你仍然无法解决这个问题，你可以检查一下模型的输入层是否正确地定义了形状。

相关问题

ValueError: Cannot feed value of shape (50, 784) for Tensor Placeholder_1:0, which has shape (None, 10)

这个错误通常是由于在训练神经网络时，输入数据的形状不符合模型定义中的输入形状而引起的。具体地说，你在给占位符 `Placeholder_1` 输入数据时，数据形状应该是 `(None, 10)`，但是你给它输入了形状为 `(50, 784)` 的数据。

解决这个问题的方法是调整输入数据的形状，使其与占位符的形状匹配。如果你使用的是 Keras 等深度学习框架，可以使用 `reshape()` 函数对输入数据进行变形。如果你手动编写神经网络模型，可以通过修改模型定义中的输入层来适应你的数据形状。

ValueError: Cannot feed value of shape (2,) for Tensor 'Placeholder_6:0', which has shape '(?, 2)'

这个错误的原因是你试图将一个形状为(2,)的张量作为输入递给一个形状为(?, 2)的占位符。这意味着你的神经网络期望输入一个形状为(?, 2)的张量，其中 ? 表示输入的大小可以是任意值。

要解决这个问题，你可以使用 np.reshape() 函数将输入张量的形状改变为(1, 2)，使其成为一个形状为(1, 2)的张量。例如：

state = np.reshape(state, (1, 2))

然后你可以将这个形状为(1, 2)的张量作为输入传递给神经网络：

action = self.sess.run(self.actor_net.output, {self.state_ph: state})[0]

这样就可以避免这个错误了。