Python Tflearn-ValueError：无法为张量u'InputData / X：0'输入形状为（（？，2）'的形状（16，1）的值

Question

作为机器学习和tflearn / tensorflow的新手，我试图遵循tflearn（泰坦尼克号）的快速入门教程。

修改它以满足我的需要，我得到了以下代码：

from __future__ import print_function

import numpy as np
import tflearn

# Load CSV file, indicate that the first column represents labels
from tflearn.data_utils import load_csv
data, labels = load_csv('nowcastScaled.csv', target_column=1, n_classes=2)

# Preprocessing function
def preprocess(data):
    return np.array(data, dtype=np.float32)

# Preprocess data
data = preprocess(data)

# Build neural network
net = tflearn.input_data(shape=[None, 2])
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 2, activation='softmax')
net = tflearn.regression(net, optimizer='adam', learning_rate=0.001,
                         loss='categorical_crossentropy')

# Define model
model = tflearn.DNN(net)
# Start training (apply gradient descent algorithm)
model.fit(data, labels, n_epoch=10, batch_size=16, show_metric=True)

但是我得到了这个错误：

ValueError：无法为形状为'（？，2）'的Tensor u'InputData / X：0'输入形状（16，1）的值

我的csv文件由2列组成，一列是索引（条目数，因为这只是我将自己的测试限制在100个条目之内的测试），另一列是拥塞分数（我要预测的范围是0到200），都是数值。

我有点理解我正在尝试为它提供一个不好的值（或者至少是他没有等待的东西），但是我看不出如何纠正它。

Answer 1

添加

data = np.reshape(data, (-1, 2))

更正了我的问题，但是给了我同样的错误，但是这次是Y，所以我做到了：

labels = np.reshape(labels, (-1, 2))

无论是在回归之前，还是看起来都成功了。 我不知道这是最好的方法，还是最好的方法，但现在我设法解决了这个错误。