找到在哪儿错了

model.py conv2d那个文件改一下下面这行

把

return tf.nn.conv2d([1, 1, 1, 1], padding='SAME')
改成

return tf.nn.conv2d(x, W, [1, 1, 1, 1], padding='SAME')

没有传入参数当然出错喽

少了个括号

看起来代码应该是没问题的，你可以查验一下有没有中英文字符写错。

贴一下我写的代码：

path = saver.save(
    sess, os.path.join(os.path.dirname(__file__), 'data', 'convolutional.ckpt'),
    write_meta_graph=False, write_state=False
)

这里是将手写数据集中的数据放入到Batch数组中了，batch[0]里面的数据是image的变形数据，batch[1]里面的数据是label标签 

同样的问题  已经解决！感谢

def conv2d(x, W):
  return

这里应该是 

tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_: batch[1], keep_prob: 1.0})

预测的时候不需要drop out 的操作。

tf.nn.dropout里面的参数keep_prob的意思是：留下的神经元的概率，如果keep_prob为0的话， 就是让所有的神经元都失活。

类似的函数是tf.layers.dropout,里面的参数是rate，是失活的概率。

可以看https://stackoverflow.com/questions/44395547/tensorflow-whats-the-difference-between-tf-nn-dropout-and-tf-layers-dropout。

if i% 100 == 0:
            train_accuracy = accuracy.eval(feed_dict={x:batch[0] , y:batch[1] , keep_prob : 1.0});

这个里面应该是y_

我也出现了这个错误，请问怎么解决的？

刚才有查看了一遍，发现问题是方法写错了，在第15行左右，

train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

我把AdamOptimizer写成了AdadeltaOptimizer导致成功率很低，不知道你是否也是这样的问题

这个问题是你在调用conv2d()函数可能没有将所需要的值传递进去导致的，具体可以先看下model.py文件编写是否正确，其次可以看一下在主文件中调用model的卷积函数是否有正确的传值。