TensorFlow出現錯誤：ValueError: Dimensions must be equal, but are 32 and 3 for add (op: Add) with

使用tensorflow在訓練神經網絡中出現錯誤：

ValueError: Dimensions must be equal, but are 784 and 10 for 'add' (op: 'Add') with input shapes: [784,784], [10].

出現這種錯誤一般就是輸入，輸出矩陣，和   tf.matmul(weight, x) + bias 計算中矩陣不能相乘所造成的

matmul（weight, x）函數表示行數爲weight，列數爲x的矩陣

說白了就是矩陣相乘維度不一致導致，

比如輸入矩陣爲：49x2      輸出矩陣爲：49x3

整個網絡計算的矩陣維度要一致，可以相乘。49x2   2x50  50x21  21x3   計算到最後得到  49x3正好是輸出

#定義兩個placeholder
x = tf.placeholder(tf.float32, [None, 784])
y = tf.placeholder(tf.float32, [None, 10])
input_num=784
output_num=10
#神經網絡層
weight = tf.Variable(tf.zeros([784, 10]))
bias = tf.Variable(tf.zeros([10]))
predict = tf.matmul(weight, x) + bias

none*784  ×  784*mm  x  mm*10 矩陣相乘 結果爲none*10 正好爲輸出y的矩陣形式，這樣纔可以進行計算
mm爲任意數，這個在矩陣乘法中可以約掉

例如：

矩陣乘法是最常見的方法，也是在深度神經網絡中用的很多的加權求和中的加權操作。兩個矩陣做乘法，必須滿足第一個矩陣的第二維和第二個矩陣的第一維要相等，結果的維度等於第一個矩陣的第一維和第二個矩陣的第二維。 比如mn的矩陣和np的矩陣，結果爲m*p維矩陣。計算過程是第一個矩陣的每一行和第二個矩陣的每一列，即兩個向量相乘。