0
假设我有1000x500
表,其中500
是列和1000行。为Tensorflow生成输入标签
而行表示1000
样品,每个样品由499 features
和1标签
如果我想把这个tensorflow模型,并说,每一次我得到了一批20 samples
:
.........................................
inputdata #is filled and has a shape of 499x1000
inputlabel #is filled and has a shape of 1x1000
y_ = tf.placeholder(tf.float32,[None,batchSize],name='Labels')
for j in range(numberOfRows/BatchSize):
sess.run(train_step,feed_dict={x:batch_xs[j],y_:np.reshape(inputlabel[j] ,(batchSize,1))}))
所以我一直试图运行我的code两天没有任何成功,所以我会感谢任何帮助考虑y_
和重塑部分。我的问题是要了解,当我读取一批20 data
行时,我应该如何塑造标签Y_
感谢您的回答,但我仍然想念班级的数量,说11班,哪里告诉培训师你有多少班? – Engine
啊!我的答案假设了一个二元类。如果你有两个以上的课程,你需要将你的y_标签改为一个热门的编码。因此,类3可以由向量'[0 0 1 0 0 0 0 0 0 0 0]'表示。例如,将标签从类“3”更改为“[0 0 1 0 0 0 0 0 0 0 0]”,对于其他类也是如此。然后你的标签数据将有维度11.看到这个问题:http://stackoverflow.com/questions/29831489/numpy-1-hot-array –
感谢您的帮助,但我应该在哪里使用placeOf中的numberOfclasses for ex。 Y_? – Engine