セッショントレーニングモデルを使用する場合のTensorFlowAPI r1.12エラー：TypeError：フィードの値をtf.Tensorオブジェクトにすることはできません

Tensorflow Api R1 12 Error When Using Session Training Model

エラーコード：

with tf.Session() as sess: sess.run(init_op) for i in range(self.epoch_num): batch_images, batch_labels = mnist.train.next_batch(self.batch_size) batch_images = tf.reshape(tensor=batch_images, shape=[self.batch_size, 28, 28, 1]) batch_images = tf.image.resize_images(images=batch_images,size=(32,32)) print('images shape:{}'.format(batch_images.shape)) print('labels shape:{}'.format(batch_labels.shape)) accuracy = sess.run(train_op, feed_dict={images_holder:batch_images, labels_holder:batch_labels}) print(accuracy)

エラーメッセージ：TypeError：フィードの値tf.Tensorオブジェクトにすることはできません。許容されるフィード値には、Pythonスカラー、文字列、リスト、numpy ndarrays、またはTensorHandlesが含まれます。参考までに、テンソルオブジェクトはTensor（ 'resize_images / ResizeBilinear：0'、shape =（100、32、32、1）、dtype = float32）でした。これは、キーTensor（ 'x：0'、shape =（100、32、32、1）、dtype = float32）でフィードに渡されました。

エラーメッセージはすでに明らかです。トレーニング操作に供給されるデータをテンソルにすることはできません。スカラー、文字列、リスト、numpy ndarrays、またはTensorHandlesのみが可能です。

解決策：テンソルがトレーニング操作に供給された後に.eval（）を追加し、テンソル操作によって計算された結果をトレーニング操作にフィードします。

精度= sess.run（train_op、feed_dict = {images_holder：batch_images.eval（）、labels_holder：batch_labels}）