Tensorflow：使用逻辑回归进行曲线拟合

Question

我有一个数据集，其中每一行都是（x，y）元组。因此，每行是X-Y平面中的曲线点。我想对它进行逻辑回归。

按照示例给出here，我在下面的代码块中创建了模型。

# tf Graph Input
X = tf.placeholder("float")
Y = tf.placeholder("float")

# Set model weights
W = tf.Variable(rng.randn(), name="weight")
b = tf.Variable(rng.randn(), name="bias")

# Construct a logistic model
pred = tf.nn.softmax(tf.mul(x, W) + b) # Softmax

我在最后一行收到以下错误。

  

ValueError：Shape（）必须具有等级2

我有两个一维向量，一个用于X值，另一个用于Y值。我不知道为什么我应该有2级的形状。

Answer 1

您在计算softmax时使用的是其他变量名称（x而不是X）。

更改

pred = tf.nn.softmax(tf.mul(x, W) + b) # Softmax

到

pred = tf.nn.softmax(tf.mul(X, W) + b) # Softmax