我有一个tensorflow占位符定义为：
fs = tf.placeholder(tf.float32, shape=(nn, mm))
在代码中，我想要提供它。我会用shape = (nn, mm)获得一个numpy数组“功能”，我写道：
feed_dict.update({fs, features})
但是，我收到错误：
TypeError: Unhashable type"numpy.ndarray"
因为我已经可以使用lenght = nn将列表与shape = (nn,)一起提供给占位符
因此，在将numpy数组提供给占位符之前，我写道
features = features.tolist() #to make them as a list, not numpy array!
再次，我得到了一个类似的错误：
TypeError: Unhashable type "list"
所以，我想知道如何将2d numpy数组馈入2d tensorflow占位符？
我也检查过他们都有np.float32和tf.float32数据类型！我正在使用python3和tensorflow版本1.1
你的代码中有一个小错字。你写的地方：
feed_dict.update({fs, features})
你应该写的：
feed_dict.update({fs: features})
请注意逗号被冒号替换。
这是怎么回事
在你的代码中，你不小心试图创建一个包含fs和features的集合，你要做的就是创建一个字典。为了放在一个集合中，python对象必须实现一个名为__hash__的方法。并非所有对象都实现此方法（出于好的理由）并且包括列表和numpy数组。因此，您收到有关“不可用类型”的错误消息的原因是因为您无意中尝试创建包含features的集合。