TensorFlow：如何修复ValueError：形状（50,2）的形状（50,1）的饲料值（50,1）

我试图定义一个图形，用于放弃CBOW的模型。下面是我如何定义我的图形，但我继续得到以下错误：ValueError：无法为张量'Placeholder_1：0'提供形状（50,2）的值，形状为'（50,1）'TensorFlow：如何修复ValueError：形状（50,2）的形状（50,1）的饲料值（50,1）

input_data = tf.placeholder(tf.int32, shape=[batch_size, embedding_size]) 
labels = tf.placeholder(tf.int32, shape=[batch_size, 1]) 
dropout_keep_prob = tf.placeholder_with_default(1.0, shape=()) 

nce_weights = tf.Variable(tf.truncated_normal([vocabulary_size, batch_size], stddev=1.0/math.sqrt(embedding_size))) 

nce_biases = tf.Variable(tf.zeros([vocabulary_size])) 
embed = tf.nn.embedding_lookup(tf.convert_to_tensor(glove_embeddings_arr), input_data) 

loss = tf.reduce_mean(tf.nn.nce_loss(weights=nce_weights, biases=nce_biases, labels=labels, inputs=tf.reduce_sum(embed, 1), num_sampled=num_sampled, num_classes=vocabulary_size)) 

optimizer = tf.train.GradientDescentOptimizer(learning_rate=1.0).minimize(loss) 

accuracy=0 

return input_data, labels, dropout_keep_prob, optimizer, accuracy, loss

来源

2017-10-11 Adam Goldberg

这意味着你正在馈送一个形状数组（50,2）在'标签'（aka。Placeholder_1：0）中，尽管你已经将它定义为一个具有形状的张量（50， 1）。然而，如果我将它更改为labels = tf.placeholder（tf.int32，shape = [batch_size，2]），则会得到此错误：您没有提供代码的一部分，因为您正在将数据提供给'labels' – Pop

。 tensorflow.python.framework.errors_impl.InvalidArgumentError：尺寸必须相同，但对于'nce_loss/sub'（op：'Sub'），其值为100和50，放置形状：[100,1]，[50,1] –

是的，你可以这样做。根据您的实际需要 – Pop

这意味着你喂养在代码的一部分您没有提供形状（50,2）的labels阵列（又名。Placeholder_1:0）。

然而，您已定义labels为与形状的张量（50,1）：

labels = tf.placeholder(tf.int32, shape=[batch_size, 2])

因此，或者需要重新定义它作为形状的张量（50,2），任你需要改变你放入的数据的形状。根据你的需要...

来源

2017-10-11 11:37:37 Pop

所以如果我将其更改为labels = tf.placeholder（tf.int32，shape = [batch_size，2]），它会得到此错误：tensorflow.python.framework.errors_impl.InvalidArgumentError：尺寸必须相等，但是对于'nce_loss/sub'（op：'Sub'）为100和50，在中放置形状：[100,1]，[50,1] –

不确定你想在这里做什么，但你可能想要在'tf.nn.nce_loss'中设置'num_true = 2' – Pop

TensorFlow：如何修复ValueError：形状（50,2）的形状（50,1）的饲料值（50,1）

回答

相关问题