Question

错误

＆＃34;无法为Tensor＆＃39; TargetsData / Y：0＆＃39;提供形状值（128,1），有形状＆＃39;（？，）＆＃39;＆＃34;。

代码

我有4个班级，词汇包含17355个单词。

tf.reset_default_graph()
net = tflearn.input_data(shape=(None,trainX.shape[1]),name='input')
net = tflearn.fully_connected(net, 200, activation='ReLU')
net = tflearn.fully_connected(net, 25, activation='ReLU')
net = tflearn.fully_connected(net, 4, activation='softmax')
net = tflearn.regression(net, optimizer='sgd', 
                         learning_rate=0.1, 
                         to_one_hot = True,n_classes =4,
                         loss='categorical_crossentropy')

model = tflearn.DNN(net)
model.fit(trainX, trainY, validation_set=0.1, show_metric=True, batch_size=128, n_epoch=100)

trainX.shape = 12384,17355，trainY.shape = 12384,1，testX.shape = 1376,17355，testY.shape = 1376,1

Answer 1

导致此错误的原因是什么？

错误“无法提供形状的值...对于Tensor'TargetsData / Y：0'，其形状...”主要是由于trainY的形状与占位符形状不同而造成的估算器（回归）层。

<强>为什么吗

在你的情况下，主要的问题是trainY的形状是（？，1），它是2D张量，但占位符的形状是（？，）是1D张量。所以我们得到了这个错误。

如何解决？

将trainY重塑为1D张量。因为您在回归层中设置了to_one_hot = True，所以占位符形状是包含类索引的1D张量。有关详细信息，您可以查看有关回归的source code:tflearn/tflearn/layers/estimator.py：

   with tf.name_scope(pscope):
        p_shape = [None] if to_one_hot else input_shape
        placeholder = tf.placeholder(shape=p_shape, dtype=dtype, name="Y")

因此，我们需要将（12384,1）到（12384）的trainY重新整形，然后才能进入模型。

Tflearn输入形状错误

1 个答案: