取消縮進不tensorflow

-1

與任何外部的縮進級別你好我只是寫了深度學習此代碼：取消縮進不tensorflow

import tensorflow as tf 
from tensorflow.example.tutorials.mnist import input_data 
mnist = input_data.read_data_sets("/tmp/data/", one_hot=True) 

n_nodes_hl1 = 500 
n_nodes_hl2 = 500 
n_nodes_hl3 = 500 

n_classes = 10 
batch_size = 100 

x = tf.placeholder('float', [None, 784]) 
y = tf.placeholder('float') 

def neural_network_model(data): 

    hidden_1_layer = {'weights': tf.Variable(tf.random_normal([784,   n_nodes_hl1])), 
         'biases': tf.Variable(tf.random_normal([n_nodes_hl1]))} 

    hidden_2_layer = {'weights': tf.Variable(tf.random_normal([n_nodes_hl1,n_nodes_hl2])), 
        'biases': tf.Variable(tf.random_normal([n_nodes_hl2]))} 

    hidden_3_layer = {'weights': tf.Variable(tf.random_normal([n_nodes_hl2,n_nodes_hl3])), 
        'biases': tf.Variable(tf.random_normal([n_nodes_hl3]))} 

    output_layer = {'weights': tf.Variable(tf.random_normal([n_nodes_hl3,n_classes])), 
        'biases': tf.Variable(tf.random_normal([n_classes]))} 


    l1 = tf.add(tf.matmul(data, hidden_1_layer['weights'], hidden_1_layer['biases'])) 
    l1 = tf.nn.relu(l1) 

    l2 = tf.add(tf.matmul(l1, hidden_2_layer['weights'], hidden_2_layer['biases'])) 
    l2 = tf.nn.relu(l2) 

    l3 = tf.add(tf.matmul(l2, hidden_3_layer['weights'] , hidden_3_layer['biases'])) 
    l3 = tf.nn.relu(l3) 

    output = tf.matmul(l3, ouput_layer['weights']) + output_layer['biases'] 

    return output 

def train_neural_network(x): 
    prediction = neural_network_model(x) 
    cost = tf.reduce.mean(tf.nn.softmax_cross_entropy_with_logits(prediction,y)) 
    optimizer = tf.train.AdamOptimizer().minimize(cost) 


    hm_epochs = 10 

    with tf.Session() as sess: 
     sess.run(tf.initialize_all_variables()) 

     for epoch in range(hm_epochs): 
      epoch_loss = 0 
      for _ in range(int(mnist.train.num_example/batch_size)): 
       epoch_x, epoch_y = mnist.train.next_batch(batch_size) 
       _, c = sess.run([optimizer, cost], feed_dict = {x: epoch_x, y: epoch_y}) 
       epoch_loss += c 
      print('Epoch', epoch, 'completed out of', hm_epochs, 'loss:', epoch_loss) 


     correct = tf.equal(tf.argmax(prediction,1), tf.argmax(y,1)) 
     accuracy = tf.reduce_mean(tf.cast(correct, 'float')) 
     print('Accuracy:', accuracy.eval({x:mnist.test.images, y:mnist.test.labels})) 


train_neural_network(x)

但我得到這個錯誤：

python3 deep-net_2.py

文件「深網_2。 py「，第28行 hidden_3_layer = {'weights'：tf.Variable（tf.random_normal（[n_nodes_hl2，n_nodes_hl3]））， ^ IndentationError：unindent不匹配任何外部縮進級別

我做錯了什麼？

來源

2016-11-12 matteo

正是它所說的，它的縮進級別與其他附近的縮進級別不同（例如，可能是5個空格而不是4個，或者它應該在4時縮進到8個） – e4c5

如果代碼看起來像在你的編輯器中，那麼你會在更早的時候得到縮進錯誤。請修正問題代碼中的縮進，以便它與您的真實代碼相符。正確的縮進在Python中至關重要。 –

[IndentationError：unindent可能重複不匹配任何外部縮進級別]（http://stackoverflow.com/questions/492387/indentationerror-unindent-does-not-match-any-outer-indentation-level） –

Tensorflow在圖形構建過程中使用Python進行編譯。因此你的縮進需要遵循Python規則。您應該再次檢查違規行與之前的縮進是否相同。如有必要，請使用允許查看您正在使用的間距字符的編輯器。

來源

2016-11-12 08:44:32

取消縮進不tensorflow

回答

相關問題