Question

我一直试图使用tflearn和我自己的数据集来执行深度神经网络预测值。

我的神经网络基于Titanic的示例，但区别在于我将输出层从2更改为1并且激活了＆＃39; softmax＆＃39;到＆＃39; lineal＆＃39;：

from tflearn.data_utils import load_csv

data, labels = load_csv('data.csv')

# Build neural network
net = tflearn.input_data(shape=[None, 5])
net = tflearn.fully_connected(net, 5,  activation='sigmoid')
net = tflearn.fully_connected(net, 3,  activation='sigmoid')
net = tflearn.fully_connected(net, 1, activation='linear')
net = tflearn.regression(net, optimizer='sgd', loss='mean_square',  learning_rate=0.1, name='target')

# Define model
model = tflearn.DNN(net)
# Start training (apply gradient descent algorithm)
model.fit(data, labels,show_metric=True)

我收到以下错误：

ValueError：无法为Tensor＆＃39; target / Y：0＆＃39;提供形状值（64，），其形状为＆＃39;（？，1）＆＃39;

我已经在stackoverflow中搜索了我的问题，但没有一个答案适合我。

我使用Python 3.6和TFlearn 0.3.2

Answer 1

你可以重塑标签

data, labels = load_csv('data.csv')
labels = np.reshape(labels, (-1, 1))

Tensorflow / TFLearn - ValueError：无法为Tensor＆＃39; target / Y：0＆＃39;提供形状值（64，），它具有形状＆＃39;（？，1）＆＃39;

1 个答案: