Logit和标签的形状不兼容

Question

完整的错误消息是这样的：

ValueError：形状（2，1）和（50，1）不兼容

它是在训练我的模型时发生的。 错误之一是在我的input_fn中：

train_input_fn = tf.estimator.inputs.numpy_input_fn(
    x = {"x" : training_data},
    y = training_labels,
    batch_size = 50,
    num_epochs = None,
    shuffle = True)

在我的登录和损失功能中：

dense = tf.layers.dense(inputs = pool2_flat, units = 1024, activation = tf.nn.relu)
dropout = tf.layers.dropout(inputs = dense, rate = 0.4, training = mode == tf.estimator.ModeKeys.TRAIN)
logits = tf.layers.dense(inputs = dropout, units = 1)

loss = tf.losses.softmax_cross_entropy(labels = labels, logits = logits)

或在我的数据集中 我只能打印出数据集的形状，以供您查看。

#shape of the dataset
train_data.shape
(1196,2,1)
train_data[0].shape
(2,1)

#this is the data
train_data[0][0].shape
(1,)
train_data[0][0][0].shape
(20,50,50)

#this is the labels
train_data[0][1].shape
(1,)

问题似乎是logit的形状。 在这种情况下[batch_size, num_classes]它们应为[batch_size, num_classes] [50,1]但应为[2,1] 。 标签的形状正确[50,1]

如果您想看一下整个代码，我已经做了一个github要点。 https://gist.github.com/hjkhjk1999/38f358a53da84a94bf5a59f44050aad5

Answer 1

在您的代码中，您指出模型的输入将以每批50个样本的批次分批进给，并带有一个变量。 但是，尽管您喂入形状为[50, 1]标签，但看起来您实际上正在喂入一批具有1个变量（ shape=[2, 1] ）的2个样本。

这就是问题所在，您要给出50个“问题”和两个“答案”。

而且，您的数据集的形状非常怪异。 我看到您将您的github gist 3D Conv命名为。 如果确实要进行3D卷积，则可能需要将数据集重塑为具有以下形状的张量（numpy数组） shape = [samples, width, height, deepth]