报错：
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.)
出错代码：
_, 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})
time_str = datetime.datetime.now().isoformat()
print("{}: loss {:g}, acc {:g}".format(time_str, loss, acc))
原因：
代码迭代了n次，第1次迭代可以打印出acc的值，第2次迭代就开始报错误。主要是因为在同一个session里面用新的acc取代了原来的acc， 第1次迭代时，两个变量都是原始数据，数据类型均为Tensor。但run之后，原来的acc就被新的acc取代了，此时两个变量的数据类型都变成了numpy.float32，所有第2次迭代的时候就会因为数据类型不是Tensor而报错。
解决方法：
避免重名引起数据类型输送错误，最好使用不同的命名。
_, 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})
time_str = datetime.datetime.now().isoformat()
print("{}: loss {:g}, acc {:g}".format(time_str, loss, accuracy))