【Tensorflow】报错的坑--could not broadcast input array from shape (100,784) into shape (100)

用tensorflow实现自编码机的时候，关于batch的选择，一直报错：

ValueError: could not broadcast input array from shape (100,784) into shape (100)

定位代码：

batch_test_x = mnist.train.next_batch(batch_size)
可以看到是因为选取数据集时出了问题
在训练的时候，需要选择合适batch的数据集训练，有两种正确的选取方法：

方法一：使用mnist.train.next_batch(batch_size)

在使用mnist.train.next_batch(batch_size)方法选择batch的时候，一定要注意正确的代码是：
batch_test_x, batch_test_y= mnist.train.next_batch(batch_size)

数据集和标签一定要同时选择，可以只将batch_test_x丢进自编码机中训练：
cost,_ = sess.run([cost,optimizer],feed_dict={x:batch_test_x})


方法二：使用自定义函数随机选择数据集的范围
代码为:
def get_random_block_from_data(data, batch_size):    start_index = np.random.randint(0, len(data) - batch_size )    return data[start_index:(start_index + batch_size)]batch_test_x = get_random_block_from_data(x_train, batch_size)c,_ = sess.run([cost,optimizer],feed_dict={x:batch_test_x})

这时候，就可以将batch_test_x丢进自编码机训练了

方法三：
batch = mnist.train.next_batch(50)avg_acc = sess.run(accuracy, feed_dict={x: batch[0], y: batch[1], keep_prob: 1.0})