为优化器传递占位符会导致错误 "initial_value must have shape specified"
Passing a placeholder for an optimizer results in an error "initial_value must have shape specified"
训练网络，希望能够将 beta1 参数作为参数传递，因此将其设为占位符
self.beta1 = tf.placeholder(tf.float32)
几行之后这一行出现错误
self.train_adam = tf.train.AdamOptimizer(self.eta, beta1=self.beta1, epsilon=1e-15).minimize(self.cost_m)
错误：
ValueError: initial_value must have a shape specified: Tensor("Placeholder_5:0", dtype=float32)
取出 beta1=self.beta1 会导致错误消失，所以错误一定与此有关。
我不知道为什么会这样，因为 placeholders 不需要指定形状。我试过使用 self.beta1 = tf.placeholder(tf.float32, shape=None)，也不起作用，同样的错误。
有什么想法吗？
只要给你的占位符一个形状[]，因为它是一个常量：
self.beta1 = tf.placeholder(tf.float32, shape=[])
训练网络，希望能够将 beta1 参数作为参数传递，因此将其设为占位符
self.beta1 = tf.placeholder(tf.float32)
几行之后这一行出现错误
self.train_adam = tf.train.AdamOptimizer(self.eta, beta1=self.beta1, epsilon=1e-15).minimize(self.cost_m)
错误：
ValueError: initial_value must have a shape specified: Tensor("Placeholder_5:0", dtype=float32)
取出 beta1=self.beta1 会导致错误消失，所以错误一定与此有关。
我不知道为什么会这样，因为 placeholders 不需要指定形状。我试过使用 self.beta1 = tf.placeholder(tf.float32, shape=None)，也不起作用，同样的错误。
有什么想法吗？
只要给你的占位符一个形状[]，因为它是一个常量：
self.beta1 = tf.placeholder(tf.float32, shape=[])