我已经在here上搜索了关于这个错误的其他线程，但无法找出问题所在。我正在尝试使用具有两个预测值和三个结果的玩具数据集创建一个LSTM，将输出层设置为sigmoid，以便为每个结果标签提供介于0-1之间的概率。model.compile(optimizer=tf.keras.optimizers.Adam(),loss='binary_crossentropy')
model.fit(X,y, epochs=10) 这会产生错误(*
浏览 25提问于2020-11-23得票数 0
回答已采纳
我是新来的ML和试用Keras模型。我想了解Keras模型到tf.Estimator，因此从不同的例子拼凑了代码。当前两部分代码正常工作时，我得到了这个错误-训练的时候。正如另一个类似问题的答案所提到的，我尝试了expand-dim，甚至将我的labels修改为(?
浏览 0提问于2018-09-19得票数 2
我正在Tensorflow中构建一个LSTM风格的神经网络，在将它传递到tf.nn.dynamic_rnn层之前，我很难确切地理解需要什么输入和后续的转换。batch_size，max_timebatch_size，max_time，……这会在损失时抛出一个值错误。尺寸必须相等，但max_time、num_c
浏览 3提问于2017-11-16得票数 1
回答已采纳
2回答
我正在尝试使用tensorflow和lstm在kaggle创建一个配方生成器。但我完全陷入了与维度相关的事情中。有人能给我指出正确的方向吗？
非常感谢！
浏览 0提问于2017-04-07得票数 0
我尝试使用Imagenet V2进行多类分类(6个类)的传输学习，但得到了以下错误。有人能帮忙吗？ValueError: `logits` and `labels` must have the same shape, received ((None, 6) vs (None, 1)).我从安德鲁·吴( Andrew )的CNN课程借用了这个代码，我花了一段时间，但最初的代码是用于二进制分类的。我试图修改它以进行多类分类，但得到了这个错误。找到属于6个类的</em
浏览 6提问于2022-04-19得票数 0
回答已采纳
到目前为止，它是有效的。我得到每个类别的单独概率和正确的标签。但是当我尝试用tf.argmax(label, 1)获取类时，我总是得到类"0“。...# label: Tensor("..", shape=(1, 1), dtype=int32)# logits: Tensor(".....
image, label</
浏览 2提问于2018-01-16得票数 0
回答已采纳
我首先读取数据，准备网络体系结构，然后运行培训部分，但一直以来，我在尝试训练时都会遇到这个错误：我在网上找不到任何有帮助的东西what we are going to try to re
浏览 2提问于2017-01-12得票数 1
回答已采纳
因此，我知道如何在Pytorch中使用LSTM。但是，您只能为LSTM中的所有层指定一个hidden_size，这让我很不爽。如下所示： lstm = nn.LSTM(input_size=26, hidden_size=128, num_layers=3, dropout=dropout_chance, batch_first
浏览 26提问于2020-09-22得票数 0
在执行图像分类任务时，我希望将神经网络输出层中使用的激活函数从softmax更改为sigmoid，但在使用此方法后，我得到了一个错误(错误信息如下。使用softmax功能时不会报告错误)。更改前的Softmax代码： # with tf.device('/cpu:0'):
keep_prob = tf.placeholderNone, 64, 64, 1], name='image_batch'
浏览 14提问于2020-06-19得票数 0
1回答
这是我得到的错误: InvalidArgumentError (参见上面的回溯)：logits和label必须具有相同的第一维，got logits形状30,5和labels形状50我不知道logits形状中的</em
浏览 26提问于2019-07-22得票数 0
2回答
下面是我的代码片段：import numpy as np hidden2 = fully_connected(hidden1, n_hidden2, scope="hidden2") lo
浏览 0提问于2017-10-22得票数 1
我正在尝试使用CNN网络对猫和狗进行分类，然而，尽管检查了两次，我仍然无法找到错误所在。根据我的说法，损失函数和形状是有序的，但我仍然无法找到误差的来源 !metrics=['accuracy'],loss='binary_crossentropy')
history = model.fit_generator(train_data_gen) 我正在努力解决的错误是ValueError: <em
浏览 17提问于2021-07-05得票数 0
1回答
(logits=logits, labels=tf.cast(y, dtype=tf.int32)))
train = tf.train.AdamOptimizer起初，我认为这是因为我的数据有问题。但我已经看过数据后，调整大小和图像似乎很好。
然后我尝试了几个不同的损失函数，因为我想我可能误解了tensorflow函数softmax_cross_entropy的功能，但这并没有解决任何问题。我试着只运行“logits”部分来查看
浏览 1提问于2018-04-19得票数 3
回答已采纳
1回答
我只看到目前居住在符号张量中的图像(logits，label)： optimizer = tf.train.AdamOptimizer(FLAGS.learning_rate).minimize(cost_function)
tf.summary.image('logits', tn_logits, max_outputs=4)tf.summary.image('label<
浏览 1提问于2017-08-09得票数 4
回答已采纳
因此，当我试图用tensorflow估计器包装我的keras模型时，我得到了一个错误：我使用sigmoid激活作为我的最后一层，我想我在这里遗漏了一些琐碎的东西。有什么帮助吗？
浏览 0提问于2018-02-18得票数 45
回答已采纳
1回答
我正在为基于字的NLP尝试不同的神经网络架构。逻辑和标签必须具有相同的一维，得到逻辑形状为32,186和标签形状为4704。
浏览 1提问于2019-10-24得票数 0
回答已采纳
我正在为tf上的语义切分训练一个移动网络。目标有两个类:前台(1)或背景(0)。这是一个两类分类问题。我选择softmax交叉熵作为损失，使用python代码如下：目标和日志的大小为[batch_size然而，损失在100批之后变得很大，曲线是这样的：从tf的api docus中，我知道tf.losses.softmax_cross_entropy有batch_siz
浏览 0提问于2018-01-18得票数 1
回答已采纳
我正在尝试从csv加载一个数据集，并对可用的数据执行一些联邦学习。 我设法从给定的csv文件加载了一个联邦数据集，并加载了训练和测试数据。我现在的问题是，如何重现一个工作示例，以构建一个迭代过程，对此数据执行自定义的联合平均。'] == client_id] features = ['time', 'meas_info', 'value']
LAB
浏览 127提问于2021-07-17得票数 4
回答已采纳
1回答
我的问题和问题在下面两个代码块中说明。, 0, :], -label_length)[-label_length:]
top_logits = np.argpartition(logits[i, j, 0, :],问题是，我的logit_lengths和label_lengths都是张量，所以当我尝试访问单个元素时，就会得到一个形状的张量[]。另一个问题是，我的</e
浏览 0提问于2016-02-10得票数 12
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
