错误一：二分类，标签y
ValueError: Cannot feed value of shape (128,1) for Tensor u'input_y_2:0', which has shape '(?, 2)'
我的输入y_train维度为（128,1），即是一个向量，batch_size为128.
在tensorflow中你在做数据喂养的时候你输入的是一个一维数组如：[0,1,0]，他的shape 为（3，）
在tensorflow中一维数组是不能与同样的一维数组进行运算的，必须通过reshape成为（1，3）而
另一个一维数组必须是（3，1）才能相乘，但是在numpy中两个一维数组相乘是不会报错的，
这个原因是在tensorflow中向量是不能和矩阵进行运算的，你需要把他改成二维的矩阵才能运算；
故：将原来的y_train = [0,1,1,0,1,0,……]改成 [ [ 0] , [1] , [1] , [0], [1] , [0] ,……]形式
y_train = np.array(y_train[start_index: end_index]).reshape(-1, 1)
接着产生第二个错误：
InvalidArgumentError: You must feed a value for placeholder tensor 'input/y-input' with dtype float and shape [?,2]
记住：二分类的num_classes = 1，这里报错是因为我的num_classes = 2。
接着产生第三错误：双向RNN的模型
Tensorflow: unable to share dense/kernel - ValueError: Trying to share variable dense/kernel, but specified shape (128, 1) and found shape (128, 2)
原因：name_scope可能取相同的名字。
解决：
（第一）
- Give each layer a unique name
- Put everything in a
variable_scopewithreuse=tf.AUTO_REUSE(for the Adam optimizer)
（第二）：
删除这一个代码【虽然不知道原因是什么，merge_all会报错】：merged_summary = tf.summary.merge_all()