Question

我正在建立一个机器学习模型，该模型使用肿瘤数据对其他肿瘤进行分类。但是，当我申报成本时，似乎存在问题。

我不明白为什么这是一个问题，因为我使用TensorFlow提供的MNIST数据集运行这个相同的精确代码，并且它工作正常。在这种情况下，我将n_classes设置为10，batch_size设置为100，x = tf.placeholder('float', [None, 784])。

Answer 1

您已将类数指定为2：

n_classes = 2

因此，当您使用指定的10批时，您的输出图层将为[10, 2]形状。但是，您每个样本都会传递11个标签，标签形状为[10, 11]。您可能会将数据作为sess.run([...], feed_dict={...})标签传入。您没有指定标签的形状：

y = tf.placeholder('float')

该行应该是：

y = tf.placeholder('float', shape=[None, n_classes])

如果您这样做，我希望您的错误会转移到sess.run来电，并指出您为标签传递了错误的数据。

另外，作为旁注，对于二进制预测器，如果在输出上使用单个神经元，则会得到稍好的结果。虽然它可以使用2个神经元作为二进制类，但它通常比单个[0,1]输出类略差。