FAQ|训练时出现错误y_dims.size:1=y_num_col_dims:1怎么办?

在使用PaddlePaddle进行开发的过程中，难免会遇到各种各样的报错情况。我们总结了开发者们提问频率较高的问题，给出解决方案，以FAQ文章的形式陆续发出，希望能帮助大家有效“避坑”。小伙伴们也可以在评论区发出自己遇到的各种问题，我们将尽快帮您解答。

问题描述：

在定义执行器之后，就直接使用执行器进行训练，就出现错误，提示错误 y_dims.size():1 <= y_num_col_dims:1。

报错信息：

/usr/local/lib/python3.5/dist-packages/paddle/fluid/executor.py in run(self, program, feed, fetch_list, feed_var_name, fetch_var_name, scope, return_numpy, use_program_cache) 468 469 self._feed_data(program, feed, feed_var_name, scope) --> 470 self.executor.run(program.desc, scope, 0, True, True) 471 outs = self._fetch_data(fetch_list, fetch_var_name, scope) 472 if return_numpy: EnforceNotMet: Enforce failed. Expected y_dims.size() > y_num_col_dims, but received y_dims.size():1 <= y_num_col_dims:1. The input tensor Y's rank of MulOp should be larger than y_num_col_dims. at [/paddle/paddle/fluid/operators/mul_op.cc:52] PaddlePaddle Call Stacks:

问题复现：

编写一个图像分类程序，在定义执行器之后，使用执行器exe执行run函数，就会出现这个问题。错误代码如下：

place = fluid.CPUPlace() exe = fluid.Executor(place) for batch_id, data in enumerate(train_reader()): train_cost, train_acc = exe.run(program=fluid.default_main_program(), feed=feeder.feed(data), fetch_list=[avg_cost, acc])

问题解决：

定义执行器之后，因为还没有执行初始化模型参数，所以缺少初始化数据，导致出现这个问题。在定义执行器之后，还执行初始化参数程序exe.run(fluid.default_startup_program())，之后再执行训练程序。正确代码如下：

place = fluid.CPUPlace() exe = fluid.Executor(place) exe.run(fluid.default_startup_program()) for batch_id, data in enumerate(train_reader()): train_cost, train_acc = exe.run(program=fluid.default_main_program(), feed=feeder.feed(data), fetch_list=[avg_cost, acc])

问题分析：

在定义网络之后，Fluid内部有大量的参数需要进行初始化才能正常运行，网络也才能正确使用，所以在执行训练之前需要执行exe.run(fluid.default_startup_program())初始化参数。