Tensorflow，找不到我的输入和标签的形状
TensorFlow是一个开源的机器学习框架，由Google开发并维护。它提供了丰富的工具和库，用于构建和训练各种机器学习模型。
对于找不到输入和标签的形状的问题，可能有以下几种情况和解决方法：
- 数据准备问题：首先需要确保输入和标签的数据已经被正确加载和准备。可以使用TensorFlow提供的数据加载和预处理工具，如tf.data模块，来加载和处理数据。
- 数据维度不匹配：输入和标签的形状必须匹配，否则会出现找不到形状的问题。可以使用TensorFlow的函数tf.shape()来查看输入和标签的形状，并确保它们一致。
- 模型定义问题：如果输入和标签的形状无法找到，可能是模型定义中出现了错误。需要检查模型的输入层和输出层的形状是否正确定义，并与数据的形状相匹配。
- 数据预处理问题：有时候需要对输入和标签进行预处理，以满足模型的要求。可以使用TensorFlow的预处理函数，如tf.reshape()、tf.expand_dims()等来调整数据的形状。
总结起来，当遇到找不到输入和标签形状的问题时，需要检查数据准备、数据维度、模型定义和数据预处理等方面的问题，并根据具体情况进行调整和修正。
推荐的腾讯云相关产品：腾讯云AI智能机器学习平台（https://cloud.tencent.com/product/tfml）提供了TensorFlow的支持和集成，可以方便地在腾讯云上进行机器学习和深度学习的开发和部署。
相关·内容
1回答
如何使用tensorflow模型预测我自己的图像
python、tensorflow、tensorflow-datasets
我刚刚开始使用tensorflow。我写了一个使用Fashion_MNIST数据集来训练模型的程序。然后使用‘test _ images’预测标签，到目前为止效果还不错。但是我很好奇如何使用我自己的鞋子或衬衫的图像进行预测。因为所有的测试图像都是28*28的形状。我该怎么做呢？
浏览 48提问于2020-04-18得票数 0
回答已采纳
1回答
通过ImageDataGenerator类将tfrecord加载到Keras中
python、tensorflow、keras、tfrecord
我是keras的新手，在这里我正在尝试迁移学习：
然而，我的数据集不是二进制的，并且我有tfrecord文件。我可以在tensorflow中读取文件。我不想将图像作为输入提供给网络，因为输入来自预先训练的模型。如何在Keras中传递ImageDataGenerator类中的图像和标签。
浏览 0提问于2019-07-12得票数 1
1回答
如何在Tensorflow中利用张量形状过滤数据集
python、tensorflow、tensorflow2.0、data-processing
我已经从tfds.load加载了一个数据集，并希望丢弃某些干扰适当训练的图像/对我没有任何用处(例如，太小)。
似乎在任何地方都没有关于这个特定问题的任何信息，所以我选择了似乎最合适的方法，即数据集上的.filter(谓词)。不幸的是，谓词的输入具有不确定的形状(None，None，3)，正如预期的那样，会引发一个'int‘不能与'NoneType’相比较的错误。
在tensorflow可以解决这个问题吗?还是我不应该浪费时间？
伪码
ds_train = tfds.load('name')
ds_train = ds_train.map(lambda ds:
浏览 0提问于2021-05-12得票数 1
回答已采纳
1回答
使用Keras/Tensorflow dataloader高效加载大型.npy文件(>20)
python、numpy、tensorflow、keras、dataloader
我目前正在实现一个机器学习模型，它使用了相当多的数据表示。我的数据集是由图像组成的。这些图像中的每一幅都被编码成一个(224, 224, 103)矩阵，使得整个数据集非常繁重。我将这些矩阵存储在磁盘上，并在培训期间加载它们。
我目前正在做的是使用迷你批次的8张图片，，并在整个培训过程中从磁盘中加载这8幅图像的.npy文件。这很慢，但很管用。
是否有更有效的方法来使用Keras/Tensorflow (这是我用来编写模型的)？不幸的是，我没能找到一个能让我这么做的数据采集器。
提前谢谢。
浏览 1提问于2021-04-05得票数 1
回答已采纳
2回答
第四层张量如何让卷积消耗？
python、tensorflow、machine-learning、keras、deep-learning
我试图在tensorflow模型中添加预处理层，但无法正确地使用tf.keras.layers.Reshape。
我有一些以前的预处理层，这些图层会给TensorShape([50, 50, 3])形状的tensorflow张量带来一幅numpy图像。
我试图将这些预处理层连接到模型的第一层是一个卷积层，它需要一个四维的输入。当我调用维数Tensorshape([50,50,3])张量上的模型时，有三个维度，我得到了错误：
Input 0 of layer "Conv1" is incompatible with the layer: expected min_ndim=4,
浏览 24提问于2022-09-20得票数 1
1回答
我可以将维数为[N]的数组更改为[None，N]吗？
python-3.x、tensorflow
我正在尝试将数据输入到tensorflow中的模型中。我有一个大小为N的输入向量，但为了让tf.matmul(X，权重‘h1’)工作，我需要将数据的形状设置为(None，N)。 假设我有两个大小为N的数组(在我的例子中N= 1000)，分别对应于输入和输出(分别为X和Y)。输入/输出数据已经分别定义为x和y。我已经在下面发布了我的部分代码： num_input = 1000
num_output = 1000
#place holders for tensorflow
X = tf.placeholder("float", [None, num_input])
Y = tf
浏览 5提问于2019-02-02得票数 0
8回答
各大公司相继提出自己的机器学习平台，那么腾讯“云+未来”峰会上一站式机器学习平台TI-ONE到底是什么？提供了怎样的功能？
浏览 1103提问于2018-06-04
1回答
如何利用tensorflow模型进行预测？
neural-network、tensorflow、predictive-modeling、preprocessing
作为tensorflow的新手，我使用来自谷歌的本教程进行二进制分类，使用一个简单的稠密神经网络。
这个(和其他几个)教程有点烦人的地方是，它们完全掩盖了如何从特性的数据中实际进行预测的部分，并直接使用某种经过训练的模型的方法进行模型评估，该方法隐藏了实际的预测过程。所以基本上，我完成了模型的训练，但即使在那之后，我也看不出如何实际使用模型来预测未知样本的类别。
具体来说，我有一个训练有素的模型，一个名为test的熊猫数据模型，以及一个与特征名称相对应的列名列表。基于本教程中声明的变量，我尝试
feature_names=['age', 'sex', '
浏览 0提问于2020-05-24得票数 0
回答已采纳
1回答
ValueError:输入0与层不兼容:预期的shape=(无，48,187,621，64)，找到的shape=(48,187,621，64)
python、tensorflow、keras
我正在tensorflow中训练一个模型，在tensorflow中，输入不是批处理的，而是形状的单个输入： (48,187,621，64) 当我在模型l_regularization中传递此输入时，如下所示： make_regularization(l_cost_volume) 我得到了错误： Traceback (most recent call last):
File "train.py", line 300, in <module>
train(ds, epochs)
File "train.py", line 278, in
浏览 78提问于2020-08-19得票数 2
回答已采纳
1回答
创建版本失败。模型验证失败:输出的外部维度必须未知，“Const_1:0”的外部维度为5
python、tensorflow、keras、google-cloud-ml
我用tf.keras训练了一个图像分类器，并在训练完成后导出模型，以便在云中服务并进行在线预测。
我使用以下方法在本地主机上服务我的模型：
tensorflow_model_server --model_base $PATH_TO_SAVEDMODEL --rest_api_port=9000 --model_name=saved_model
我能够做出预测并得到结果。当我试图在云中部署模型时，我得到了标题中的错误。
问题是，我想用预测结果映射类名，并且我能够通过执行以下操作来实现这一点：
# after i got the label names i convert the variable
浏览 0提问于2019-03-19得票数 0
1回答
如何用TensorFlow分析三维网格数据(在.stl中)
python、machine-learning、3d、tensorflow、scikit-learn
我尝试用Python语言编写一个脚本，用于分析.stl数据文件(3D几何)，并指出哪个模型是凸的还是凹的和不透光的，并告诉其他属性...
我想使用和TensorFlow，scikit learn或其他机器学习库。使用带有标签的对象的示例创建一些数据库，并在未来添加更多的示例，只需重新训练模型以获得更好的结果。
但我的问题是:我不知道如何重新计算或重构3d数据以便在ML库中工作。我没有头绪。
谢谢你的帮助。
浏览 12提问于2017-02-16得票数 1
1回答
如何在元素较少的情况下获取`tf.PaddingFIFOQueue.dequeu_up_to`的批量大小？
python-3.x、machine-learning、tensorflow
中的示例代码。
和
使用TensorFlow向语言模型(rnn)提供数据的标准方法的。
因此，在输入之前，我要确保将它们填充到当前批次中的最大输入长度，然后在当前批次中随机混洗。到目前为止一切顺利。
但是，我很难为形状取决于当前batch_size的tf.nn.dynamic_rnn指定初始状态。
如果批量大小是固定的，应该不会有任何问题。
但是，如果我使用的是tf.PaddingFIFOQueue.dequeue_up_to(batch_size)，如果队列中的元素不多，则返回的元素可能会少于batch_size。(如果将最后一组元素出队，则这是可能的)。在这种情况下，我们如何使用返回的确切
浏览 0提问于2017-06-24得票数 1
1回答
TensorFlow重复函数在ValueError中失败:不支持任何值
tensorflow、keras、repeat
我已经实现了以下自定义Layer，它根据使用函数repeat的输入x的大小，在调用时修改可学习参数seed_vectors的大小。
import tensorflow as tf
from tensorflow.keras.layers import Dense
from tensorflow import repeat
from tensorflow.keras.layers import LayerNormalization
class PoolingMultiHeadAttention(tf.keras.layers.Layer):
def __init__(self, d
浏览 3提问于2020-03-02得票数 3
回答已采纳
1回答
进入LSTM模型的TFIDF向量
python、tensorflow、keras、lstm、tf-idf
我正在尝试将我的TF国防军载体输入到LSTM模型中。TfidfVectorizer(ngram_range=(1,2), use_idf=True, analyzer='word', max_features = 5000)
以下是矢量形状train_vector.shape = (22895,5000) test_vector.shape = (5724,5000)
我定义的模型如下：
model = models.Sequential()
model.add(layers.LSTM(64, input_shape=(5000, 1), activation='re
浏览 5提问于2022-06-29得票数 1
回答已采纳
1回答
tf.keras.preprocessing.image.ImageDataGenerator与tf.data
python、tensorflow、keras、distributed-computing、distributed-training
我正在阅读关于高效加载大数据的不同技术。与tf.keras.preprocessing.imageImageDataGenerator.相比，tf.data的性能似乎很好
据我所知，tf.data使用CPU流水线来有效地加载数据并对其进行处理，因此模型训练是连续和快速的。但我不明白这两种技术有何不同，又有何不同。如果有人能解释这一点，我将不胜感激。
浏览 1提问于2020-03-31得票数 3
1回答
用TensorFlow 2.0建立的深神经网络模型大数据预处理的解决方案
tensorflow、neural-network、bigdata、data-processing、feature-engineering
目前，我正在使用Python、Numpy、熊猫、scikit--学习数据预处理(LabelEncoder、MinMaxScaler、等)，然后将处理后的数据输入到用Tensorflow 2.0构建的DNN模型中。这个输入管道满足我的需要时，数据是足够小，以适应个人电脑的RAM。
现在我有一些大数据集，超过10 Now，有些更大。我还计划在生产环境中部署模型，这意味着每天都会有新的数据出现。对于DNN模型训练，采用了tensorflow 2.0分布式策略。但对于数据预处理，显然我不能使用熊猫，科学猫学习在大型数据集与一台电脑。在我看来，我需要使用一个for -循环，在这个循环中，我反复获取一小部
浏览 2提问于2019-12-05得票数 0
1回答
用于银行交易分类的Tensorflow实现
python、tensorflow、machine-learning
我正在构建一个简单的机器学习模型，该模型将银行交易作为输入(参见下面的功能)，并希望预测支出类别(标签)。我已经学习了一些初学者教程，比如、、等等。
以下是示例性输入数据：
Date;Sender / Recipient;IBAN / Account#;BIC / Bank Code;Text;Amount;Category
02.07.2019;Tesco Market;HSVSDDMM;Grocery Market London Heathrow - Thank you for purchase;-48.06;Groceries
我的目标是预测Category，例如Groceries等。通
浏览 5提问于2019-07-12得票数 1
回答已采纳
2回答
何时何地决定和储存角角/花纹层的“形状”和重量？
python、tensorflow、keras
两个具体问题：
为什么即使在模型运行之后，keras Dense层也不知道它的input_shape和output_shape？
为什么层不知道它的参数计数，直到一些训练数据被抽通？
我训练了一个简单的keras / tensorflow模型，但是当我试图查看模型的层时，我会得到以下错误：
"AttributeError:该层从未被调用过，因此没有定义输入形状。“
或者，我问题的简短版本:这是怎么回事？
我确信，在某种技术意义上，“该层从未被称为”和“没有定义的输入形状”，但是，由于该层已被训练(并用于评估)，它是什么意思“从来没有被称为”？
(我真正需要的是一个概述-我还没有
浏览 0提问于2019-01-25得票数 1
回答已采纳
1回答
精确的图像和文本嵌入大小没有显示在keras/tensorflow中
python、tensorflow、keras、deep-learning、computer-vision
注:这不是一个问题，我只是想知道原因。
我试图实现keras剪辑模型，其中该模型使用文本编码器和视觉编码器进行文本和图像嵌入生成。当我试图打印编译后的图像和文本的形状时，它只显示输出形状，而不是像(None, 256)那样预处理的图像或文本的确切数量。而我的数据集中有关于3000+图像和文本的内容。
def call(self, features, training=False):
with tf.device("/gpu:0"):
caption_embeddings = text_encoder(features["caption"]
浏览 3提问于2022-07-27得票数 0
回答已采纳
2回答
形状检测- TensorFlow
image-processing、machine-learning、tensorflow
我正在尝试使用Tensorflow训练一个模型来检测圆形、正方形、矩形等基本形状。什么是最好的输入数据集？直接加载形状或使用OpenCV查找图像的边缘并仅加载边缘图像。
我们也可以使用OpenCV检测形状。使用机器学习的额外优势是什么？
给出了用于训练模型的样本图像。
浏览 16提问于2017-06-19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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
