我有一些看起来像这样的数据：
X = [[1,2,3,4],[01010],[-1.6]]
y = [[4,2]]
我正在尝试使用tflearn训练这个数据的神经网络。我正在使用TFlearn github主页（https://github.com/tflearn/tflearn）上给出的相同示例，除了我已经更改了数据的形状。
tflearn.init_graph(num_cores=1)
net = tflearn.input_data(shape=[None, 2,2,1])
net = tflearn.fully_connected(net, 64)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 10, activation='softmax')
net = tflearn.regression(net, optimizer='adam', loss='categorical_crossentropy')
model = tflearn.DNN(net)
model.fit(X,y)
我一直收到这个错误：
“IndexError：索引2超出了0号轴的大小为1”。
我认为这可能是由于指定数据的形状不正确或与Fully_connected图层有关。
这个错误是什么意思？这是因为形状错了吗？我需要在上面的代码中更改什么才能防止出现此错误？
非常感谢任何帮助。
答案 0 :(得分：1)
已在以下线程中详细讨论了该问题。
显然，在顶部添加了以下代码即可解决此问题：
tf.reset_default_graph()
tf在这里意味着tensorflow，所以不要忘记导入tensorflow
我希望这对您有帮助