今天在训练一个小模型的时候，出现了这样的错误：
TypeError: Fetch argument 2.19779 has invalid type <class 'numpy.float32'>,
must be a string or Tensor. (Can not convert a float32 into a Tensor or Operation.)
在输出中可以看到有一行正确输出，也就是执行了一次Loss的计算，然后第二次运算的时候抛出了这个错误，而在错误信息里，2.19779 正好是第一次Loss计算的结果。
在stackoverflow中找到了同样的问题（可见TypeError: Fetch argument has invalid type float32, must be a string or Tensor
）。
其实错误的原因很简单，我之前的执行语句是这样的：
_, loss = sess.run([optimizer, loss], feed_dict={X:input_batch, Y:target_batch})
问题在于重新定义了loss！！，也就是这样的形式：
loss = sess.run(loss)
这样，第一次运行是没有问题的，假如第一次计算loss的结果是10，那么由于重新定义了loss，也就是说，之前loss是计算损失值的节点，经过第一次运行之后，成了一个普通变量，而且还被赋值为10，这样第二次运算就成了：
loss = sess.run(10)
就出现了上面的类型错误。
所以说，命名的问题千万不能马虎，切记切记。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/116699.html
