報錯：
TypeError: Fetch argument 0.484375 has invalid type <class 'numpy.float32'>, must be a string or Tensor. (Can not convert a float32 into a Tensor or Operation.)
出錯代碼：
1 _, summaries, acc, loss = sess.run([train_step, train_summary_op, acc, cost], feed_dict={cnn.input_x1: x1, cnn.input_x2: x2, cnn.input_y: y, cnn.dropout_keep_prob: 0.5}) 2 time_str = datetime.datetime.now().isoformat() 3 print("{}: loss {:g}, acc {:g}".format(time_str, loss, acc))
原因：
代碼迭代了n次，第1次迭代可以打印出acc的值，第2次迭代就開始報錯誤。主要是因為在同一個session里面用新的acc取代了原來的acc， 第1次迭代時，兩個變量都是原始數據，數據類型均為Tensor。但run之后，原來的acc就被新的acc取代了，此時兩個變量的數據類型都變成了numpy.float32，所有第2次迭代的時候就會因為數據類型不是Tensor而報錯。
解決方法：
避免重名引起數據類型輸送錯誤，最好使用不同的命名。
1 _, summaries, accuracy, loss = sess.run([train_step, train_summary_op, acc, cost], feed_dict={cnn.input_x1: x1, cnn.input_x2: x2, cnn.input_y: y, cnn.dropout_keep_prob: 0.5}) 2 time_str = datetime.datetime.now().isoformat() 3 print("{}: loss {:g}, acc {:g}".format(time_str, loss, accuracy))