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

这个错误可能是因为您正在尝试将形状为(50, 784)的数据传递给形状为(None, 10)的占位符。您需要确保您的输入数据与占位符的形状匹配。如果您正在使用TensorFlow，您可以使用reshape()函数来改变数据的形状，以匹配占位符的形状。如果您仍然遇到问题，请提供更多的上下文和代码，以便我更好地帮助您解决问题。

相关问题

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

这个错误通常发生在尝试将形状不匹配的数据馈送到 TensorFlow 模型中时。根据错误消息，你正在尝试将形状为 (50, 784) 的数据馈送到具有形状 (None, 10) 的占位符 Placeholder_1:0 中。这意味着你尝试将一个 50 行、784 列的张量馈送到一个要求未知行数但有 10 列的张量中。

有几种方法可以解决这个问题。首先，你可以检查你的数据和模型，确保它们的形状匹配。你的输入数据应该与模型中的输入层具有相同的形状。

另一种方法是在模型中使用 tf.reshape() 函数来改变输入数据的形状，以便其与模型输入的形状匹配。你可以将输入数据从形状 (50, 784) 重塑为形状 (50, 28, 28, 1)，这是一个 50 个样本、28 像素宽、28 像素高、1 个颜色通道的张量。然后，你可以将重塑后的数据馈送到模型中。

如果你仍然遇到问题，请提供更多代码和上下文，这将有助于更好地理解你的问题并提供更好的解决方案。

ValueError: Cannot feed value of shape (1, 784) for Tensor Placeholder/inputs_placeholder:0, which has shape (None, 10)要怎么改

这个错误一般出现在尝试将一个形状不匹配的张量传递给模型的输入张量时。在这种情况下，输入张量期望的形状是 `(None, 10)`，但是传递给它的张量的形状是 `(1, 784)`，两者不匹配。

要解决这个问题，可以考虑修改输入数据的形状，使其与模型期望的形状匹配。具体来说，可以使用 `numpy` 的 `reshape` 方法来修改输入数据的形状：

import numpy as np

# 假设原始输入数据是一个形状为 (1, 784) 的张量 X
X = ...

# 将 X 的形状修改为 (1, 28, 28, 1)
X = X.reshape((1, 28, 28, 1))

# 现在将 X 传递给模型的输入张量
model.predict(X)

这里假设原始输入数据是一个形状为 `(1, 784)` 的张量 `X`，我们使用 `reshape` 方法将其修改为形状为 `(1, 28, 28, 1)`，这样就可以将其传递给期望形状为 `(None, 28, 28, 1)` 的模型输入张量了。如果你的模型期望的输入形状是 `(None, 10)`，那么你需要将输入数据修改为形状为 `(1, 10)` 或者 `(1, 1, 10)`。