Tensorflow测试代码运行报错：ValueError: None values not supported 求助

Hey there, let's figure out why you're hitting this error and get your code running again!

错误根源分析 #

从你给出的报错信息来看，ValueError: None values not supported结合TensorFlow在转换张量时的失败提示，核心问题是你计算损失时用到的ys或者prediction其中一个（或两个）被赋值成了None——TensorFlow没办法把None转换成有效的张量，所以抛出了这个错误。

排查与解决步骤 #

我给你列几个具体的排查方向，你可以一步步验证：

• 检查prediction的定义
  你的prediction应该是模型的输出张量，大概率是在构建神经网络时出了问题：

  • 是不是漏了把最后一层的输出赋值给prediction？比如写了层的定义，但没把结果存到变量里；
  • 是不是某层的输入参数写错了？比如调用tf.layers.dense时没传入正确的输入张量，导致层输出为空。
    举个正确的示例参考：

  # 示例：正确构建模型并得到prediction
  x = tf.placeholder(tf.float32, [None, 784])  # 输入占位符
  hidden_layer = tf.layers.dense(x, 256, activation=tf.nn.relu)
  prediction = tf.layers.dense(hidden_layer, 10)  # 最后一层输出赋值给prediction
  

• 检查ys的定义与数据传入
  ys是你的真实标签张量，可能的问题：

  • 标签占位符定义错误，比如没指定正确的形状或 dtype，导致ys未被正确初始化；
  • 喂数据时feed_dict里的ys对应的数据是None，比如你的训练标签数组y_train本身就是空的或者没被正确加载。
    正确的占位符定义和喂数据示例：

  # 正确定义标签占位符
  ys = tf.placeholder(tf.float32, [None, 10])
  # 喂数据时确保标签数据有效
  sess.run(train_step, feed_dict={x: X_train, ys: y_train})  # y_train不能是None或空数组
  

• 快速定位哪个变量是None
  在计算损失的代码前加一行打印，直接查看ys和prediction的状态：

  # 加在loss计算前，打印变量状态
  print("ys tensor:", ys)
  print("prediction tensor:", prediction)
  loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction), reduction_indices=[1]))
  

  如果其中一个输出是None，就直接锁定问题源了。

总结 #

这个错误本质是张量初始化失败，只要确保ys和prediction都是有效的TensorFlow张量（不是None），就能解决问题。先定位哪个变量出了问题，再针对性修复模型构建或数据加载的代码就行。

内容的提问来源于stack exchange，提问作者Sue-May Xu