0
A
回答
1
我认为这个问题是
training_batches[0][1]
是一个列表,而不是一个numpy.array,就应该相应地修改create_datasets ...
1
下面是从seq2seq.sequence_loss(logits, targets, weights)
实施的摘录,你在你的代码中使用:
with ops.name_scope(name, "sequence_loss", [logits, targets, weights]):
num_classes = array_ops.shape(logits)[2]
logits_flat = array_ops.reshape(logits, [-1, num_classes])
targets = array_ops.reshape(targets, [-1])
if softmax_loss_function is None:
crossent = nn_ops.sparse_softmax_cross_entropy_with_logits(
labels=targets, logits=logits_flat)
我相信你看到的错误是源于该代码的最后一行。该错误消息是不言自明:
InvalidArgumentError: logits and labels must have the same first dimension, got logits shape [8,6714] and labels shape [2]
即第一维logits_flat
和targets
的大小必须相同。这直接转换为您对seq2seq.sequence_loss
的输入:您的targets
和logits
变量的前两个维度必须相等。因此,要么你没有对两个变量使用相同数量的批次,或者你的序列长度发生了变化(尽管这很奇怪)。
相关问题
- 1. 值错误:x和y必须具有相同的第一维
- 2. Sympy-matplotlib:x和y必须具有相同的第一维
- 3. ValueError:x和y必须具有相同的第一维,ipython 3.5
- 4. ValueError异常:X和Y必须具有相同的第一维
- 5. Matplotlib:ValueError:x和y必须具有相同的第一维
- 6. SciKit高斯混合模型ValueError:x和y必须具有相同的第一维
- 7. 如何解决? x和y必须具有相同的第一维
- 8. Matplotlib:ValueError异常:X和Y必须具有相同的第一维错误
- 9. x和y必须具有相同的第一维,但具有形状(30,)和(1,)
- 10. InvalidArgumentError:logits和标签必须具有相同的大小:logits_size = [1,2] labels_size = [1,1]
- 11. 使用SoftmaxCrossEntropyWithLogits登录和标签必须具有相同的大小错误
- 12. 如何获得这个python代码中的集群情节? ValueError:x和y必须具有相同的第一维
- 13. 熊猫绘图功能给ValueError异常:X和Y必须具有相同的第一维
- 14. Tensorflow cnn错误:logits和标签必须是相同的大小:
- 15. 错误:Tensorflow BRNN logits和标签必须是相同的大小
- 16. 具有相同GUI和逻辑的Windows和Linux程序
- 17. tf.nn.softmax_cross_entropy_with_logits()错误:logits和标签必须大小相同
- 18. ADDN必须具有相同的大小和形状与tf.estimator.LinearClassifier
- 19. Manifest必须有一个标签错误
- 20. Python的阴谋将不会运行:'x和y必须有相同的第一维'
- 21. 用gmail同步标签的逻辑
- 22. XML具有相同的标签
- 23. 提供的url必须具有相同的域名
- 24. LinearLayout中的图像是否必须具有相同的大小?
- 25. “随后的变量声明必须具有相同的类型”
- 26. “BokehUserWarning:ColumnDataSource的列必须具有相同的长度”
- 27. 下标索引必须是真正的正整数或逻辑。
- 28. cv.CalibrateCamera2(python)“两个矩阵必须具有相同的点数”
- 29. TensorFlow错误:“logits和标签必须是相同的大小”,warmspringwinds“教程”
- 30. Tensorflow卷积SoftmaxCrossEntropyWithLogits logits和标签必须是相同的大小:logits_size = [640,2] labels_size = [10,2]
您是否能直接在帖子发布您的代码的相关部分(链接破碎/更新随着时间的推移这是不是有用的未来的读者),并添加你想解决什么问题? – kaufmanu