TFLearn Quickstart教程描述了如何获取9列数据（其中2列被删除）并训练网络。出于这个问题的目的，我们称之为6列。
在＆＃34;构建深度神经网络＆＃34;部分中，它们具有以下代码
net = tflearn.input_data(shape=[None, 6])
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 2, activation='softmax')
net = tflearn.regression(net)
我想知道数字和数据形状之间的关系。
net = tflearn.input_data(shape=[None, columns])
net = tflearn.fully_connected(net, num1)
net = tflearn.fully_connected(net, num2)
net = tflearn.fully_connected(net, num3, activation='softmax')
net = tflearn.regression(net)
在上面的代码中，我用变量替换了有问题的数字以帮助引用。
我假设列是数据集中实际的秆数。
问题出现了，因为我试图用我自己的数据集稍微修改他们的代码作为学习机会。
在我的数据集中，我有一个数字表x和y，其中y = 2 * x。
我的想法是，我会为其提供一个包含1到100个x值及其正确y值的表格。
我的想法是，我可以让它预测x=101的输出，并希望它会返回y=202。
在我的代码中，我有以下
net = tflearn.input_data(shape=[None, 2])
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 2, activation='softmax')
net = tflearn.regression(net)
model = tflearn.DNN(net)
model.fit(data, data, n_epoch=10, batch_size=10, show_metric=True)
但是，我收到以下错误：
ValueError: Cannot feed value of shape (10, 1) for Tensor 'InputData/X:0', which has shape '(?, 2)'