Tensorflow 中的 Logits 和标签不匹配

卡西拉万·纳塔拉詹

一次热编码后,Tensorflow 中的 logits 和 label 之间存在不匹配。我的批量大小是 256。我怎样才能在标签 Tensor 中获得批量大小?我猜这个问题与 LabelEncoder 和 one-hot 编码器有关。任何帮助都是可观的。

请在下面找到代码。

from sklearn import preprocessing
le = preprocessing.LabelEncoder()

cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = logits, labels = tf.one_hot(le.fit_transform(labels), n_classes)))

optimizer = tf.train.GradientDescentOptimizer(learning_rate = learn_rate).minimize(cost)

correct_prediction = tf.equal(tf.argmax(logits,1), tf.argmax(tf.one_hot(le.fit_transform(labels), n_classes),1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

batchSize =  256 

epochs = 20 #  200epoch+.5lr = 99.6
init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init) 
    total_batches = batches(batchSize, train_features, train_labels)

    for epoch in range(epochs): 
        for batch_features, batch_labels in total_batches: 
            train_data = {features: batch_features, labels : batch_labels, keep_prob : 0.5}
            sess.run(optimizer, feed_dict = train_data)
        # Print status for every 100 epochs
        if epoch % 10 == 0:
            valid_accuracy = sess.run(
                accuracy,
                feed_dict={
                    features: val_features,
                    labels: val_labels,
                    keep_prob : 0.5})
            print('Epoch {:<3} - Validation Accuracy: {}'.format(
                epoch,
                valid_accuracy))
    Accuracy = sess.run(accuracy, feed_dict={features : test_features, labels :test_labels, keep_prob : 1.0})
    # Save the model
    saver.save(sess, save_file)
    print('Trained Model Saved.')

    prediction=tf.argmax(logits,1)
    output_array = le.inverse_transform(prediction.eval(feed_dict={features : test_features, keep_prob: 1.0}))
    prediction = np.reshape(prediction, (test_features.shape[0],1))
    np.savetxt("prediction.csv", prediction, delimiter=",")

我收到无效参数错误,如下所示。

InvalidArgumentError: logits and labels must be same size: logits_size=[256,1161] labels_size=[1,1161]
     [[Node: SoftmaxCrossEntropyWithLogits = SoftmaxCrossEntropyWithLogits[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/gpu:0"](Reshape, Reshape_1)]]

Caused by op 'SoftmaxCrossEntropyWithLogits', defined at:
  File "C:\Anaconda\envs\gpu\lib\runpy.py", line 193, in _run_module_as_main
    "__main__", mod_spec)
  File "C:\Anaconda\envs\gpu\lib\runpy.py", line 85, in _run_code
    exec(code, run_globals)
  File "C:\Anaconda\envs\gpu\lib\site-packages\ipykernel\__main__.py", line 3, in <module>
    app.launch_new_instance()
  File "C:\Anaconda\envs\gpu\lib\site-packages\traitlets\config\application.py", line 658, in launch_instance
    app.start()
  File "C:\Anaconda\envs\gpu\lib\site-packages\ipykernel\kernelapp.py", line 477, in start
    ioloop.IOLoop.instance().start()
  File "C:\Anaconda\envs\gpu\lib\site-packages\zmq\eventloop\ioloop.py", line 177, in start
    super(ZMQIOLoop, self).start()
  File "C:\Anaconda\envs\gpu\lib\site-packages\tornado\ioloop.py", line 888, in start
    handler_func(fd_obj, events)
  File "C:\Anaconda\envs\gpu\lib\site-packages\tornado\stack_context.py", line 277, in null_wrapper
    return fn(*args, **kwargs)
  File "C:\Anaconda\envs\gpu\lib\site-packages\zmq\eventloop\zmqstream.py", line 440, in _handle_events
    self._handle_recv()
  File "C:\Anaconda\envs\gpu\lib\site-packages\zmq\eventloop\zmqstream.py", line 472, in _handle_recv
    self._run_callback(callback, msg)
  File "C:\Anaconda\envs\gpu\lib\site-packages\zmq\eventloop\zmqstream.py", line 414, in _run_callback
    callback(*args, **kwargs)
  File "C:\Anaconda\envs\gpu\lib\site-packages\tornado\stack_context.py", line 277, in null_wrapper
    return fn(*args, **kwargs)
  File "C:\Anaconda\envs\gpu\lib\site-packages\ipykernel\kernelbase.py", line 283, in dispatcher
    return self.dispatch_shell(stream, msg)
  File "C:\Anaconda\envs\gpu\lib\site-packages\ipykernel\kernelbase.py", line 235, in dispatch_shell
    handler(stream, idents, msg)
  File "C:\Anaconda\envs\gpu\lib\site-packages\ipykernel\kernelbase.py", line 399, in execute_request
    user_expressions, allow_stdin)
  File "C:\Anaconda\envs\gpu\lib\site-packages\ipykernel\ipkernel.py", line 196, in do_execute
    res = shell.run_cell(code, store_history=store_history, silent=silent)
  File "C:\Anaconda\envs\gpu\lib\site-packages\ipykernel\zmqshell.py", line 533, in run_cell
    return super(ZMQInteractiveShell, self).run_cell(*args, **kwargs)
  File "C:\Anaconda\envs\gpu\lib\site-packages\IPython\core\interactiveshell.py", line 2698, in run_cell
    interactivity=interactivity, compiler=compiler, result=result)
  File "C:\Anaconda\envs\gpu\lib\site-packages\IPython\core\interactiveshell.py", line 2802, in run_ast_nodes
    if self.run_code(code, result):
  File "C:\Anaconda\envs\gpu\lib\site-packages\IPython\core\interactiveshell.py", line 2862, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-5-9a6fe2134e3e>", line 52, in <module>
    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = logits, labels = tf.one_hot(le.fit_transform(labels), n_classes)))
  File "C:\Anaconda\envs\gpu\lib\site-packages\tensorflow\python\ops\nn_ops.py", line 1594, in softmax_cross_entropy_with_logits
    precise_logits, labels, name=name)
  File "C:\Anaconda\envs\gpu\lib\site-packages\tensorflow\python\ops\gen_nn_ops.py", line 2380, in _softmax_cross_entropy_with_logits
    features=features, labels=labels, name=name)
  File "C:\Anaconda\envs\gpu\lib\site-packages\tensorflow\python\framework\op_def_library.py", line 767, in apply_op
    op_def=op_def)
  File "C:\Anaconda\envs\gpu\lib\site-packages\tensorflow\python\framework\ops.py", line 2506, in create_op
    original_op=self._default_original_op, op_def=op_def)
  File "C:\Anaconda\envs\gpu\lib\site-packages\tensorflow\python\framework\ops.py", line 1269, in __init__
    self._traceback = _extract_stack()

InvalidArgumentError (see above for traceback): logits and labels must be same size: logits_size=[256,1161] labels_size=[1,1161]
     [[Node: SoftmaxCrossEntropyWithLogits = SoftmaxCrossEntropyWithLogits[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/gpu:0"](Reshape, Reshape_1)]]
卡西拉万·纳塔拉詹

问题在于 tf.one_hot(le.fit_transform(labels), n_classes)。

这会传递一个需要 numpy 数组的张量。为这个 Tensor 调用 eval() 后,问题就解决了。

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

在Tensorflow中,sampled_softmax_loss和softmax_cross_entropy_with_logits有什么区别

来自分类Dev

Tensorflow卷积网络错误:无效参数:logits和标签的大小必须相同:logits_size = [512,4] labels_size = [128,4]

来自分类Dev

在TensorFlow中的NHWC和NCHW之间转换

来自分类Dev

TensorFlow中的tf.matmul不广播

来自分类Dev

Tensorflow:在单独的功能中训练和测试

来自分类Dev

Tensorflow中的多标签分类器

来自分类Dev

Tensorflow教程中的尺寸与解码器不匹配

来自分类Dev

带有“ sparse_softmax_cross_entropy_with_logits”的自定义keras损失-排名不匹配

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

当我在tensorflow.keras中使用BinaryCrossentropy(from_logits = True)时,应将什么用作目标向量

来自分类Dev

TensorFlow和Keras中的度量系统行为

来自分类Dev

Tensorflow Keras形状不匹配

来自分类Dev

Tensorflow ValueError:logits和标签必须具有相同的形状((None,42)vs(None,1))

来自分类Dev

Keras:ValueError:logits和标签必须具有相同的形状((None,2)vs(None,1))

来自分类Dev

python中的tensorflow版本控制不匹配

来自分类Dev

PyTorch等效于tf.nn.softmax_cross_entropy_with_logits和tf.nn.sigmoid_cross_entropy_with_logits

来自分类Dev

ValueError:logits和标签必须具有相同的形状((1、7、7、2)与(1、2))

来自分类Dev

Tensorflow教程中的尺寸与解码器不匹配

来自分类Dev

Tensorflow尺寸在CNN中不兼容

来自分类Dev

TensorFlow中的tf.matmul不广播

来自分类Dev

Java和Linux中的加密不匹配

来自分类Dev

tf.nn.softmax_cross_entropy_with_logits()错误:logit和标签的大小必须相同

来自分类Dev

Tensorflow 中离散标签的分类

来自分类Dev

Tensorflow Convolution SoftmaxCrossEntropyWithLogits logits 和labels 的大小必须相同:logits_size=[640,2] labels_size=[10,2]

来自分类Dev

如何使用 tensorflow softmax_cross_entropy_with_logits 缩放和重新归一化输出以解决类不平衡问题

来自分类Dev

在 Tensorflow 中压缩和重塑

来自分类Dev

InvalidArgumentError:logits 和标签的大小必须相同 logits_size=[80,2] labels_size=[1,80]

来自分类Dev

当尺寸不匹配时,如何在 tensorflow 中压缩张量

来自分类Dev

将 logits 与标签进行比较的最佳方法是什么?

Related 相关文章

  1. 1

    在Tensorflow中,sampled_softmax_loss和softmax_cross_entropy_with_logits有什么区别

  2. 2

    Tensorflow卷积网络错误:无效参数:logits和标签的大小必须相同:logits_size = [512,4] labels_size = [128,4]

  3. 3

    在TensorFlow中的NHWC和NCHW之间转换

  4. 4

    TensorFlow中的tf.matmul不广播

  5. 5

    Tensorflow:在单独的功能中训练和测试

  6. 6

    Tensorflow中的多标签分类器

  7. 7

    Tensorflow教程中的尺寸与解码器不匹配

  8. 8

    带有“ sparse_softmax_cross_entropy_with_logits”的自定义keras损失-排名不匹配

  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

    当我在tensorflow.keras中使用BinaryCrossentropy(from_logits = True)时,应将什么用作目标向量

  11. 11

    TensorFlow和Keras中的度量系统行为

  12. 12

    Tensorflow Keras形状不匹配

  13. 13

    Tensorflow ValueError:logits和标签必须具有相同的形状((None,42)vs(None,1))

  14. 14

    Keras:ValueError:logits和标签必须具有相同的形状((None,2)vs(None,1))

  15. 15

    python中的tensorflow版本控制不匹配

  16. 16

    PyTorch等效于tf.nn.softmax_cross_entropy_with_logits和tf.nn.sigmoid_cross_entropy_with_logits

  17. 17

    ValueError:logits和标签必须具有相同的形状((1、7、7、2)与(1、2))

  18. 18

    Tensorflow教程中的尺寸与解码器不匹配

  19. 19

    Tensorflow尺寸在CNN中不兼容

  20. 20

    TensorFlow中的tf.matmul不广播

  21. 21

    Java和Linux中的加密不匹配

  22. 22

    tf.nn.softmax_cross_entropy_with_logits()错误:logit和标签的大小必须相同

  23. 23

    Tensorflow 中离散标签的分类

  24. 24

    Tensorflow Convolution SoftmaxCrossEntropyWithLogits logits 和labels 的大小必须相同:logits_size=[640,2] labels_size=[10,2]

  25. 25

    如何使用 tensorflow softmax_cross_entropy_with_logits 缩放和重新归一化输出以解决类不平衡问题

  26. 26

    在 Tensorflow 中压缩和重塑

  27. 27

    InvalidArgumentError:logits 和标签的大小必须相同 logits_size=[80,2] labels_size=[1,80]

  28. 28

    当尺寸不匹配时,如何在 tensorflow 中压缩张量

  29. 29

    将 logits 与标签进行比较的最佳方法是什么?

热门标签

归档