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

这个错误通常表示输入数据的维度和模型的期望不符。

具体来说，你的模型期望输入数据的形状为 `(None, 10)`，其中 `None` 表示输入数据的数量可以是任意值，而 `10` 则表示每个输入数据有10个特征。但是你尝试将一个形状为 `(1, 784)` 的数据提供给模型，这显然与模型期望的形状不符。

因此，你需要检查输入数据的形状，并确保其与模型的期望相匹配。如果输入数据的形状不正确，你可以尝试对其进行重塑或转换，使其与模型期望的形状相同。

相关问题

ValueError: Cannot feed value of shape (1, 28, 28, 1) for Tensor Placeholder/inputs_placeholder:0, which has shape (None, 10) 如何解决

这个错误可能是因为您正在尝试将形状为(1, 28, 28, 1)的数据传递给形状为(None, 10)的占位符。这意味着您的模型期望输入形状为(None, 10)，其中None表示可以是任何长度的批量数据。因此，您需要调整输入数据的形状以匹配模型的期望输入形状。

您可以尝试使用reshape函数将输入数据的形状从(1, 28, 28, 1)调整为(1, 784)，然后将第一个维度设置为None，以便可以在任意大小的批次上进行预测。例如，您可以将代码修改为：

input_data = input_data.reshape(1, 784)
model.predict(input_data, batch_size=None)

如果您的模型确实期望形状为(None, 10)的输入，那么您需要更改模型的输入层，以便匹配您的数据。您可以使用Keras中的Input函数重新定义输入层，例如：

from keras.layers import Input

inputs = Input(shape=(28, 28, 1))

然后，您需要重新编译模型，并确保您的训练数据和测试数据都具有与新输入层匹配的形状。

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。