TensorFlow v1训练猫狗分类模型时shape不匹配报错如何解决

ValueError: Cannot feed value of shape (20, 3000) for Tensor 'Placeholder:0', which has shape '(20, 200)'

• 特征维度定义不匹配：单张输入图片的特征维度为12288，但你定义占位符时第二维（特征维度）错误设置为200，和实际输入特征长度完全不符。
• 输入张量轴顺序颠倒：你预处理得到的X格式为(特征数, 样本数)，不符合TensorFlow默认的(样本数, 特征数)输入轴顺序，切片时会搞反样本和特征维度。
• batch切片逻辑错误：你在X的特征轴（0轴）切取20份，而非在样本轴（1轴）切片，导致得到的batch形状为(20, 3000)，既和占位符要求不匹配，也不符合单batch包含20个样本的预期。

• 调整输入张量的轴顺序，执行X = X.T对X做转置，转置后X形状变为(3000, 12288)，符合「样本数在前、特征数在后」的输入规范。
• 修正占位符和权重的形状定义：
  • 占位符x的形状修改为[20, 12288]，如果需要兼容动态batch大小可写为[None, 12288]
  • 权重W的形状同步修改为[12288, 1]，匹配输入特征维度和二分类输出要求
• 修正batch切片逻辑：转置后X的0轴为样本维度，每次取20个样本的切片写法为X[start:start+20, :]，得到的batch形状为(20, 12288)，完全匹配占位符的形状要求。

内容的提问来源于stack exchange，提问作者Jewgah