Tensorflow获取tensor具体数据及InvalidArgumentError: Shape [-1,2186] has negative dimensions错误

（作者：陈玓玏）

一、查看tensor具体数据

在使用tensorflow训练模型的过程中，想要查看某些变量的具体内容，以便更好地掌握训练过程，但是tensorflow的变量都是tensor对象，而直接查看tensor对象只能看到其shape信息和数据类型信息，看不到具体的信息。

想要查看具体数据，需要通过session，代码如下：

#引入tensorflow
import tensorflow as tf

#定义一个变量x并赋值为常数10
x = tf.constant(10)

#开启一个会话，在会话中执行graph，这里的graph中只包含x的赋值操作
with tf.Session() as sess:
    #方法一：通过session.run获取数据
    print(sess.run(x))
    #方法二：通过eval函数获取数据
    print(x.eval())

二、InvalidArgumentError: Shape [-1,2186] has negative dimensions错误

上面的例子中，x是一个常数，是一个已经有确切赋值的函数，但有时并不是这种情况，比如建模过程中，样本特征x只是一个占位符，而非具体数值，那么你想要通过sess.run(y)获取y的具体数值就会报这个错，因为x值并没有输入。错误场景如下：

    #引入tensorflow
    import tensorflow as tf
    
    #定义占位符x，以便之后传入任意条样本数据，每条样本784个特征，定义权重为w，shape为[784,10]
    #服从截尾高斯分布，标准差为0.1，y为矩阵x和矩阵y的乘积，shape为[样本条数,10]
    x = tf.placeholder(tf.float32,[None, 784])
    w = tf.truncated_normal([784,10], stddev=0.1)
    y = x*w
  
    #开启一个会话，在会话中执行graph，这里的graph中包含y的计算公式
    with tf.Session() as sess:
        tf.global_variables_initializer().run()
        print(sess.run(y))

使用上述代码获取y时，就会出现以上的错误。

解决方案：
通过sess.run(y)获取y时，需要指定数据x的来源，否则x只是个占位符，没有实际数据，自然计算不出y值。应该把print(sess.run(y))改为print(sess.run(y,{x:input}))，这里假设input是我们获取的具体的样本数据，{x:input}参数名实际叫feed_dict，是把具体数据喂给模型，而sess.run执行的是fetch操作，是把数据取出来。通过指定feed_dict，问题解决。

参考资料：

https://blog.csdn.net/jningwei/article/details/73557938