TensorFlow报错：'NoneType'对象不可迭代，求排查解决

我一眼就看出问题出在哪了——你在解构sess.run()的返回值时犯了个小逻辑错误！

错误根源 #

你写了：

_ , loss_val = sess.run(tr_op, feed_dict=feed_dict)

但tr_op是一个Operation类型（从你的输出<class 'tensorflow.python.framework.ops.Operation'>可以确认），TensorFlow中执行Operation时，sess.run()只会返回None（因为Operation本身没有可输出的张量）。而你试图把这个None拆成两个变量（_和loss_val），这就相当于尝试迭代一个None对象，自然会触发TypeError。

你的feed_dict完全没问题（是可迭代的dict类型），tr_op的类型也正确，问题根本不在这俩身上，而是返回值的解构逻辑错了。

解决方案 #

你想要获取loss_val，说明你肯定定义了一个loss张量（比如loss = tf.reduce_mean(...)这类代码）。你需要把训练操作tr_op和loss张量一起传入sess.run()，这样run会返回一个包含两个元素的列表：第一个是tr_op执行的结果（还是None），第二个是loss的计算值，这样解构赋值就合法了。

修改后的代码应该是这样：

# 假设你已经定义了名为loss的张量
_ , loss_val = sess.run([tr_op, loss], feed_dict=feed_dict)

额外说明 #

如果你不想接收tr_op的返回值，也可以分开执行，但这种方式需要两次会话调用，效率更低：

# 先执行训练操作
sess.run(tr_op, feed_dict=feed_dict)
# 再获取loss值
loss_val = sess.run(loss, feed_dict=feed_dict)

显然第一种一次性传入列表的方式更高效，也更符合TensorFlow的最佳实践。

内容的提问来源于stack exchange，提问作者Xander May