用于张量流的NA成本函数

Question

这是我的代码：

#![feature(rustc_private)]

我的输入x和y数据：x是141 * 54871矩阵，每行代表一个细胞，每个54871列作为细胞基因（该行的基因）的基因表达水平。 y是一个141 * 1的一列标签，通过将一个单元格标记为0或1作为组1或2来区分group1和group2。

我的成本函数mse只打印nan。有太多神经元有什么问题吗？或者问题是什么？谢谢！

Answer 1

您的占位符x被for循环中的整数x覆盖。因此x中的变量feed_dict来自range(trainingtimes)，它绝对不是TF张量。

重命名变量x以避免此问题：

for i in range(trainingtimes):
    sess.run(train_step, feed_dict={x: regroup, ytt:labels})
    if i % 100 == 0:
        print(sess.run(mse, feed_dict={x:regroup, ytt:labels}))