0
假設我有1000x500
表,其中500
是列和1000行。爲Tensorflow生成輸入標籤
而行表示1000
樣品,每個樣品由499 features
和1標籤
如果我想把這個tensorflow模型,並說,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))}))
所以我一直試圖運行我的code兩天沒有任何成功,所以我會感謝任何幫助考慮y_
和重塑部分。我的問題是要了解,當我讀取一批20 data
行時,我應該如何塑造標籤Y_
感謝您的回答,但我仍然想念班級的數量,說11班,哪裏告訴培訓師你有多少班? – Engine
啊!我的答案假設了一個二元類。如果你有兩個以上的課程,你需要將你的y_標籤改爲一個熱門的編碼。因此,類3可以由向量'[0 0 1 0 0 0 0 0 0 0 0]'表示。例如,將標籤從類「3」更改爲「[0 0 1 0 0 0 0 0 0 0 0]」,對於其他類也是如此。然後你的標籤數據將有維度11.看到這個問題:http://stackoverflow.com/questions/29831489/numpy-1-hot-array –
感謝您的幫助,但我應該在哪裏使用placeOf中的numberOfclasses for ex。 Y_? – Engine