Tensorflow2关于形状不匹配的警告,仍在培训

最大功率

我正在尝试使用Keras / TF2.3.0进行多标签分类,其中我具有50个功能并在五个类之间进行分类。尽管模型仍在训练,但我仍收到以下警告,这使我感到困惑。


>>> model.fit(train_dataset, epochs=5, validation_data=val_dataset)

纪元1/5警告:tensorflow:模型的输入Tensor(“ input_1:0”,shape =(128,1,50),dtype = float32)的形状为(128,1,50),但它被调用形状不兼容的输入(无,50)。

警告:tensorflow:为输入Tensor(“ input_1:0”,shape =(128,1,50),dtype = float32)构造了形状为(128,1,50)的模型,但是在不兼容的输入上调用了该模型形状(无,50)。

1/5 [.....................]-ETA:0秒-损失:0.6996警告:tensorflow:模型已构建输入Tensor(“ input_1:0”,shape =(128,1,50),dtype = float32)的形状为(128,1,50),但在形状不兼容(None,50)的输入上被调用。59/59 [==============================]-0s 2ms / step-损耗:0.6941-val_loss:0.6935

时代2/5 59/59 [==============================] ...

下面是我的完整代码,其中包含用于重现错误的随机数据。我在搞乱我的NN体系结构(或者也许是我的dfs_to_tfds函数?)以接受具有在TFnum_vars中的num_classes之间分布的特征和输出值的输入记录吗?

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from tensorflow.keras.layers import Input, Dense, Flatten, Conv1D, AveragePooling1D
from tensorflow.keras.models import Model
import tensorflow as tf

# setup example input data and labels
num_rows = 10_000
num_vars = 50
num_classes = 5
data = np.random.rand(num_rows, num_vars)
labels = np.random.rand(num_rows, num_classes)

# convert input data to TF.data datasets
bs=128
def dfs_to_tfds(features, targets, bs):
  return tf.data.Dataset.from_tensor_slices((features, targets)).batch(bs)

X_train, X_val, y_train, y_val = train_test_split(data, labels)

train_dataset = dfs_to_tfds(X_train, y_train, bs)
val_dataset = dfs_to_tfds(X_val, y_val, bs)

# setup model
inputs = Input(shape = (1, num_vars), batch_size=bs)
h = Dense(units=32, activation='relu')(inputs)
h = Dense(units=32, activation='relu')(h)
h = Dense(units=32, activation='relu')(h)
outputs = Dense(units=num_classes, activation='sigmoid')(h)

model = Model(inputs=inputs, outputs=outputs)

model.compile(optimizer='rmsprop', 
              loss=['binary_crossentropy'], #tf.keras.losses.MSLE
              metrics=None, 
              loss_weights=None, 
              run_eagerly=None)

# train model
model.fit(train_dataset, epochs=5, validation_data=val_dataset)
亚尼克·芬克

采用

inputs = Input(shape=num_vars)

并在拟合模型时指定批次大小:

model.fit(train_dataset, epochs=5, validation_data=val_dataset, batch_size=bs)

您的数据未按子批进行预组织,因此您无需在输入形状时指定它,而在拟合时将其指定。因此batch_size,在拟合模型时,model.fit会自动从输入数据提取批次

本文收集自互联网,转载请注明来源。

如有侵权,请联系[email protected] 删除。

编辑于
0

我来说两句

0条评论
登录后参与评论

相关文章

来自分类Dev

numpy错误:形状不匹配

来自分类Dev

TensorFlow培训

来自分类Dev

如何调试theano张量的形状不匹配?

来自分类Dev

Struts2警告:参数与接受的模式不匹配

来自分类Dev

虚拟过程中的界面不匹配:形状不匹配

来自分类Dev

脾气暴躁的选择形状不匹配

来自分类Dev

使用@tffunction的Tensorflow2警告

来自分类Dev

Tensorflow 2:序列化并解码回时形状不匹配

来自分类Dev

TensorFlow 2.0 SparseCategoricalCrossentropy值错误:形状不匹配:标签的形状应等于logits的形状,但最后一个除外

来自分类Dev

keras tensorflow2获得训练数据的结果

来自分类Dev

List(vector)与tensorflow要求的形状不匹配

来自分类Dev

严重的LSTM(Keras,TensorFlow)ValueError:形状不匹配:无法将对象广播为单个形状

来自分类Dev

meanSquaredError错误:形状10,1和10,2必须匹配(tensorflow.js)

来自分类Dev

Tensorflow Keras形状不匹配

来自分类Dev

警告:tensorflow:模型是用形状构造的(无,..)

来自分类Dev

TensorFlow2替代tf.io.gfile.Open()?

来自分类Dev

Tensorflow输入形状不兼容

来自分类Dev

警告:tensorflow:使用输入Tensor()的形状构造模型。但它在形状不兼容的输入上被调用

来自分类Dev

Tensorflow概率:ValueError:Tensor的形状(2,2)与提供的形状(2,)不兼容

来自分类Dev

PyTorch-形状不匹配

来自分类Dev

与vgg16 keras的形状不匹配:预期的ndim = 4,找到的ndim = 2,接收到的形状[无,无]

来自分类Dev

目标的Tensorflow形状不匹配(cifar10)

来自分类Dev

如何在tensorflow2中制作这样的数据集:<PrefetchDataset形状:((),()),类型:(tf.string,tf.string)>

来自分类Dev

使用高级索引时形状不匹配

来自分类Dev

TensorFlow2继续安装相同版本

来自分类Dev

类型不匹配遍历形状

来自分类Dev

脾气暴躁:形状不匹配

来自分类Dev

脾气暴躁的选择形状不匹配

来自分类Dev

Tensorflow:一维数据的形状不匹配问题

Related 相关文章

  1. 1

    numpy错误:形状不匹配

  2. 2

    TensorFlow培训

  3. 3

    如何调试theano张量的形状不匹配?

  4. 4

    Struts2警告:参数与接受的模式不匹配

  5. 5

    虚拟过程中的界面不匹配:形状不匹配

  6. 6

    脾气暴躁的选择形状不匹配

  7. 7

    使用@tffunction的Tensorflow2警告

  8. 8

    Tensorflow 2:序列化并解码回时形状不匹配

  9. 9

    TensorFlow 2.0 SparseCategoricalCrossentropy值错误:形状不匹配:标签的形状应等于logits的形状,但最后一个除外

  10. 10

    keras tensorflow2获得训练数据的结果

  11. 11

    List(vector)与tensorflow要求的形状不匹配

  12. 12

    严重的LSTM(Keras,TensorFlow)ValueError:形状不匹配:无法将对象广播为单个形状

  13. 13

    meanSquaredError错误:形状10,1和10,2必须匹配(tensorflow.js)

  14. 14

    Tensorflow Keras形状不匹配

  15. 15

    警告:tensorflow:模型是用形状构造的(无,..)

  16. 16

    TensorFlow2替代tf.io.gfile.Open()?

  17. 17

    Tensorflow输入形状不兼容

  18. 18

    警告:tensorflow:使用输入Tensor()的形状构造模型。但它在形状不兼容的输入上被调用

  19. 19

    Tensorflow概率:ValueError:Tensor的形状(2,2)与提供的形状(2,)不兼容

  20. 20

    PyTorch-形状不匹配

  21. 21

    与vgg16 keras的形状不匹配:预期的ndim = 4,找到的ndim = 2,接收到的形状[无,无]

  22. 22

    目标的Tensorflow形状不匹配(cifar10)

  23. 23

    如何在tensorflow2中制作这样的数据集:<PrefetchDataset形状:((),()),类型:(tf.string,tf.string)>

  24. 24

    使用高级索引时形状不匹配

  25. 25

    TensorFlow2继续安装相同版本

  26. 26

    类型不匹配遍历形状

  27. 27

    脾气暴躁:形状不匹配

  28. 28

    脾气暴躁的选择形状不匹配

  29. 29

    Tensorflow:一维数据的形状不匹配问题

热门标签

归档