前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >FAQ|训练时出现错误y_dims.size:1=y_num_col_dims:1怎么办?

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

作者头像
用户1386409
发布2019-03-07 11:26:55
7780
发布2019-03-07 11:26:55
举报
文章被收录于专栏:PaddlePaddle

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。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-02-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 PaddlePaddle 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档