我正在构建一个卷积神经网络(使用Tensorflow),该网络应该对一维输入进行分类。

到目前为止,这是我的代码:

1

2

3

4

5

6

7

8

9

10

11

12

13

14import tensorflow as tf

n_outputs = 1

batch_size = 32

x = tf.placeholder(tf.float32, [batch_size, 10, 1])

filt = tf.zeros([3, 1, 1])

output = tf.nn.conv1d(x, filt, stride=2, padding="VALID")

y = tf.placeholder(tf.int32)

logits = tf.layers.dense(output, n_outputs)

xentropy = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y, logits=logits)

correct = tf.nn.in_top_k(logits, y, 1)

当我运行上面的代码时,出现以下错误:

Traceback (most recent call last):

File"minex.py", line 16, in

correct = tf.nn.in_top_k(logits, y, 1)

File"/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/ops/gen_nn_ops.py",

line 1449, in in_top_k

targets=targets, k=k, name=name)

File"/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py",

line 763, in apply_op

op_def=op_def)

File"/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py",

line 2329, in create_op

set_shapes_for_outputs(ret)

File"/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py",

line 1717, in set_shapes_for_outputs

shapes = shape_func(op)

File"/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py",

line 1667, in call_with_requiring

return call_cpp_shape_fn(op, require_shape_fn=True)

File"/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/common_shapes.py",

line 610, in call_cpp_shape_fn

debug_python_shape_fn, require_shape_fn)

File"/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/common_shapes.py",

line 676, in _call_cpp_shape_fn_impl

raise ValueError(err.message)

ValueError: Shape must be rank 2 but is rank 3 for "InTopK" (op: "InTopK") with input shapes: [32,4,1], ?.

基于该错误,似乎我的问题出在形状上,但是我不确定为什么会发生或如何纠正它。

您可以使用tf.squeeze从logit中删除外部尺寸。

您的最后一行可能变为:

1correct = tf.nn.in_top_k(tf.squeeze(logits), y, 1)

这将使对数张量的形状从[32,4,1]变为[32,4]。

其他一些资源可能会提到tf.reshape,这是一种更通用的解决方案,但在这种情况下,tf.squeeze更易于理解。 在此tf.expand_dims旁边,它比tf.squeeze做更多或更少的逆运算。

python属于什么专业类别-关于python:1D CNN用于分类相关推荐

  1. python是什么专业学的-python编程学习需要哪些基础和准备工作?

    对于期待通过自学Python的同学在着手学习以前能够对自身的知识体系和将来的职业规划开展一次自我评定.假如评定結果良好,新手入门Python也就沒有想像中那麼难了.闲言少叙,切入正题!小编觉得,适合学 ...

  2. python是什么专业学的-Python开发专业学校排名是什么样的

    原标题:Python开发专业学校排名是什么样的 Python是入门快.功能强大.高效灵活的编程语言,学会之后无论是想进入数据分析.人工智能.网站开发.网络安全.集群运维这些领域,还是希望掌握第一门编程 ...

  3. 学python是什么专业-小白学python是自学好,还是专业老师培训好?

    自学编程中间放弃的属于大部分,真正走到最后成为程序员的本身已经小概率事件,在软件行业干上多年并且深深扎根在软件行业又是少数了,其实也跟是自学还是参加培训关系也不是很大,很多在校学生看到周围的同学都去参 ...

  4. python r语言 数据分析_R vs. Python,数据分析中谁与争锋?

    点击上方" CSDN ",选择"置顶公众号" 关键时刻,第一时间送达! 作者丨Sunil Kappal 译者丨安翔 R和Python两者谁更适合数据分析领域?在 ...

  5. python做电脑软件-Python编程软件(专业电脑编程工具)V3.9.1 最新版

    Python编程软件(专业电脑编程工具)是一款十分优秀好用的专业电脑编程辅助工具.哪款编程工具比较好用?小编为你推荐这款Python编程软件,功能强大全面,使用后可以帮助用户更轻松高效的进行电脑编程操 ...

  6. python作品_专业解读 | 制作游戏、开发APP、 爬虫采集数据等背后,Python全栈专业背后还有更大的世界...

    01 什么是Python全栈专业 全栈是指利用多种技能独立完成产品开发,以实践方式将前端.后端.移动端.服务器端等领域结合到一起. 例如我们可以用全栈的技术来开发跳一跳或者是豆瓣这样的产品. 什么是p ...

  7. python是哪个专业学的-专业python培训学校

    智能化是当前新技术.新产品.新产业的重要发展方向.开发策略和显著标志.世界各国纷纷提出高级人工智能发展计划,人工智能将提升信息系统的能力,提升装备.设备的智能程度,影响今后的作战样式.工作及生活方式. ...

  8. python是哪个专业学的-我们为什么要选择学习python?学习python有什么用?

    所以,不仅为我自己,为了每一位学员,我决定深入探讨一下Python之兴起背后的原因,来试图了解为什么今天有这么多的人在学习该语言,明年是否还是同样的理由,这些答案对你,对我以及我们的事业,又意味着什么 ...

  9. python培训班骗局-深圳盐田区python专业培训机构,真实经历分享

    深圳盐田区python专业培训机构,随着疫情接近尾声,深圳Python培训 如何复工增收,解决生存问题?如何低成本启动,开展线上培训业务? 这里给大伙的都是精华,我学的时候安排上的内容有:Python ...

最新文章

  1. 传统的线性降维方法效果不佳。_高压断路器机械故障诊断与定位的新思路:KPCA-SoftMax诊断方法...
  2. [SecureCRT]通过SFTP方式上传本地文件到服务器
  3. uiwebview 编辑html5,【iOS】UIWebView HTML5 扩展
  4. 从末尾截取字符串_【MID】文本截取函数如何使用?
  5. 小毛thinking:why c# sucks and python rocks
  6. 用 Go 构建一个区块链 -- Part 1: 基本原型
  7. 日历java代码_java 日历代码实现
  8. python dwg转图片_如何把cad转高清jpg图片?
  9. python中多态是什么意思_python类的多态是什么
  10. python中的index函数
  11. 游戏数据库数据管理系统开发体会
  12. 商业智能BI全解,一文让你明白才是商业智能(BI)
  13. php文件断点上传文件,php大文件上传支持断点上传
  14. linux系统安装驱动rtl8188eu,rtl8188eu_USB_linux RTL8188EU驱动源码
  15. 计算机教育中缺失的一课 - MIT - L5 - 命令行环境
  16. CNN结构演变总结(二)轻量化模型
  17. 向量或矩阵的微分计算
  18. Linux---虚拟机安装Linux系统与联网实现
  19. vm安装中标麒麟v7.0
  20. WPF学习之深入浅出话命令

热门文章

  1. linux 免密登录
  2. LintCode: Two Sum
  3. #语音信号处理基础(十一)——梅尔倒谱系数的提取
  4. [转载] python 字符串包含某个字符_python字符串
  5. [转载] 用 C++ 和 Java 写算法,差别大吗?
  6. [转载] Java中final关键字
  7. 【数据预处理】TIMIT语料库WAV文件转换
  8. JFinal Web开发学习(一)开启HelloWorld
  9. [Centos 7]MYSQL 安装及登录问题
  10. 第一次作业+105032014142