tensorflow-tf.confusion_matrix（）引发错误ValueError：Shape（2，2048，2）必须具有等级2

Question

我试图确定我的神经网络模型的confusion_matrix，它是使用google tensorflow用python编写的。 通过使用这段代码：

cm = tf.zeros(shape=[2,2], dtype=tf.int32)

for i in range(0, validation_data.shape[0], batch_size_validation):
    batched_val_data = np.array(validation_data[i:i+batch_size_validation, :, :], dtype='float')
    batched_val_labels = np.array(validation_labels[i:i+batch_size_validation, :], dtype='float')

    batched_val_data = batched_val_data.reshape((-1, n_chunks, chunk_size))            

    _acc, _c, _p = sess.run([accuracy, correct, pred], feed_dict=({x:batched_val_data, y:batched_val_labels}))

    #batched_val_labels.shape ==> (2048, 2)
    #_p.shape                 ==> (2048, 2)
    #this piece of code throws the error!
    cm = tf.confusion_matrix(labels=batched_val_labels, predictions=_p)

我收到以下错误： ValueError：形状（2、2048、2）必须具有等级2

至少您应该知道验证标签batched_val_labels的数组是一个热数组 。 有人可以帮我吗？ 提前致谢！

Answer 1

问题是我正在使用一个热阵列 。 通过遵循以下指令： 使用一键编码的Tensorflow混淆矩阵

我更改了这段代码：

cm = tf.confusion_matrix(labels=batched_val_labels, predictions=_p)

成：

cm = tf.confusion_matrix(labels=tf.argmax(batched_val_labels, 1), predictions=tf.argmax(_p, 1))