Tensorflow中的InvalidArgumentError

Question

我正尝试使用Tensorflow工具创建神经网络。

sizeOfRow = len(data[0]) 
x = tensorFlow.placeholder("float", shape=[None, sizeOfRow]) 
y = tensorFlow.placeholder("float") 

def neuralNetworkTrain(x): 
    prediction = neuralNetworkModel(x) 
    # using softmax function, normalize values to range(0,1) 
    cost = tensorFlow.reduce_mean(tensorFlow.nn.softmax_cross_entropy_with_logits(prediction, y)) 

这是从网上 部分我有错误：

InvalidArgumentError (see above for traceback): logits and labels must be same size: logits_size=[500,2] labels_size=[1,500] 
[[Node: SoftmaxCrossEntropyWithLogits = SoftmaxCrossEntropyWithLogits[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"](Reshape, Reshape_1)]] 

有人知道什么`错了吗？

编辑： 也是我从这段代码有：

for temp in range(int(len(data)/batchSize)): 
    ex, ey = takeNextBatch(i) # takes 500 examples 
    i += 1 
    # TO-DO : fix bug here 
    temp, cos = sess.run([optimizer, cost], feed_dict= {x:ex, y:ey}) 

此错误 类型错误：unhashable类型： '名单'

Answer 1

那么，错误是相当自我描述。

logits and labels must be same size: logits_size=[500,2] labels_size=[1,500]

因此，首先，你的标签应换位有大小500, 1第二，softmax_cross_entropy_with_logits预计labels在一个概率分布（例如，[[0.1, 0.9], [1.0, 0.0]]）的形式呈现。

如果你知道你的课程是独占的（可能是这种情况），你应该切换到使用sparse_softmax_cross_entropy_with_logits。