我正在研究python中的分类问题。事实是,我在TensorFlow中还不是很好。所以我很久以来就遇到了同样的问题,我不知道如何解决它。我希望你能帮助我:)。
这是我的数据:
X:8000张图片:32 * 32px和3种颜色(rgb),所以我加载一个矩阵X.shape =(8000,32,32,3)
Y:4个等级(1,2,3和4):Y。形状=(8000,1)
这是我的代码:
network = input_data(shape=[None, 32, 32, 3], name='iput')
# Step 1: Convolution
network = conv_2d(network, 32, 3, activation='relu')
# Step 2: Max pooling
network = max_pool_2d(network, 2)
# Step 3: Convolution again
network = conv_2d(network, 64, 3, activation='relu')
# Step 4: Convolution yet again
network = conv_2d(network, 64, 3, activation='relu')
# Step 5: Max pooling again
network = max_pool_2d(network, 2)
# Step 6: Fully-connected 512 node neural network
network = fully_connected(network, 512, activation='relu')
# Step 7: Dropout - throw away some data randomly during training to prevent over-fitting
network = dropout(network, 0.5)
# Step 8: Fully-connected neural network with 4 outputs
network = fully_connected(network, 4, activation='softmax')
# Tell tflearn how we want to train the network
network = regression(network, optimizer='adam',
loss='categorical_crossentropy',
learning_rate=0.001)
model = tflearn.DNN(network)
model.fit(X, Y)
这是我的错误
追踪(最近一次呼叫最后一次):
文件“”,第3行,
model.fit(X,Y)
文件“/home/side/anaconda3/lib/python3.5/site-packages/tflearn/models/dnn.py”,
第157行,适合
self.targets)
文件“/home/side/anaconda3/lib/python3.5/site-packages/tflearn/utils.py”, 第267行,在feed_dict_builder中 feed_dict [net_inputs [i]] = x IndexError:列表索引超出范围
我还尝试将X传递给(8000,3072)Matrix 和Y为(8000,4)矩阵,例如:
[0 0 1 0 < - Y [0] = 3
0 1 0 0&lt; -Y [1] = 2
...
我重复使用此代码:https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_cifar10.py,用于对cifar10数据进行分类。
感谢您的帮助,
西莉亚
答案 0 :(得分:4)
另一个选择是添加:
tf.reset_default_graph()
作为代码的第一行
答案 1 :(得分:3)
从源代码中解释:
输入数量与预期输入数量不匹配。
如果您使用的是ipython笔记本,请确保您没有多次运行图形构造单元格。或者将图形结构包含在with tf.Graph().as_default()
块中。
答案 2 :(得分:1)
正如motjuste所说,当你使用带有TFLearn的笔记本时,你应该在每次运行代码时重新启动你的内核。
在github中查看此问题: