Tensorflow学习中若干报错及解决方案（一）

Tensorflow学习中若干报错及解决方案（一）

在学习Tensorflow（其他语言学习）过程中，当代码敲好之后，特别是自己觉得逻辑什么基本没有问题，但是就是一直报错，得不到你想要的结果，确实是一件足以让人奔溃的事情。最近摸索着学Tensorflow，中间碰到一些报错的曲折，虽然排查的过程较为辛苦，但是柳暗花明的喜悦还是使我们不畏于一次次水复山重，这段时间将陆续贴出来和各位交流。

一、报错：ValueError: Invalid type tf.int32 for
Mean:0, expected: [tf.float32, tf.float64, tf.float16, tf.bfloat16].

核查是否由于变量初始化设置时发生问题b=tf.Variable(0)

k=tf.Variable(0)

如果是这种情况，在0后面加 “.” 再试，即改为b=tf.Variable(0.)，基本可解决此问题。

二、报错：TypeError: ‘float’ object cannot be
interpreted as an integer。且报错提示在代码十九行，

for batch in range(n_batch):

猜测出现问题可能是在n_batch这里，再回到变量n_batch处，

n_batch=mnist.train.num_examples/batch_size

后来经过搜索，Python3.0发布时， " / “就一定表示浮点数除法，返回浮点结果;” // "表示整数除法。明显在 range()括号内，需输入整数型而非浮点型的数据，和报错结果相一致，修改成

n_batch=mnist.train.num_examples//batch_size

可解决该问题。