重塑錯誤張量流RNN

我無法解決我的代碼問題。我不斷收到以下錯誤信息，當我運行我的代碼：重塑錯誤張量流RNN

--------------------------------------------------------------------------- 
ValueError        Traceback (most recent call last) 
<ipython-input-1-cdb1929785d0> in <module>() 
    108   tf.reset_default_graph() 
    109 
--> 110 train_neural_network(x) 

<ipython-input-1-cdb1929785d0> in train_neural_network(x) 
    93     end = i+batch_size 
    94     batch_x = np.array(X_train[start:end]) 
---> 95     batch_x = batch_x.reshape((batch_size,n_chunks,chunk_size)) 
    96     batch_y = np.array(y_1Hot_train.eval()[start:end]) 
    97 

ValueError: cannot reshape array of size 784 into shape (10,28,28)

我的數據集爲（88041，784）陣列，其中我具有爲10的批量大小當我走線95和運行它獨立我沒有得到任何錯誤，重塑發生沒有失敗。

例如，除了張量流，這段代碼段的工作原理：

batch_x = np.array(X_train[0:10]) 
batch_x = batch_x.reshape((batch_size,n_chunks,chunk_size)) 
batch_x.shape # returns a shape of (10, 28, 28)

所以我不確定爲什麼張量流不斷拋出錯誤。如果你有更好的主意，我會非常感激。

的tf.sessions部分是：

with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    for epoch in range (hm_epochs): 
     epoch_loss = 0 
     itere = int(X_train.shape[0]/batch_size) 
     last = 0 
     add = 1 
     batch_size = 10 
     i=0 
     while i < len(X_train): 
      start = i 
      end = i+batch_size 
      batch_x = np.array(X_train[start:end]) 
      batch_x = batch_x.reshape((batch_size,n_chunks,chunk_size)) 
      batch_y = np.array(y_1Hot_train.eval()[start:end]) 

      _, c = sess.run([optimizer, cost], feed_dict={x: batch_x, 
                  y: batch_y}) 
      epoch_loss += c 
      i+=batch_size 
     sess_end = time.time() - start_time

的代碼是在這裏：https://gist.github.com/makark/bab1cd6a80667226d0aff35f637463b0

來源

2017-07-14 rmaka

'（10,28,28）'是7840，比784高一個數量級。你也使用了批量大小10.完全刺在黑暗中（因爲我不知道你在做什麼）：'batch_x = batch_x.reshape（（1，n_chunks，chunk_size））' – roganjosh

你是不是喂正確的數據批次，您的數據784的大小，但爲了有形狀(10,28,28)你需要有7840，所以10個更多的例子（我猜你發佈的內容）。

我的猜測是，你餵養X_train[0]

來源

2017-07-14 20:44:28

我會建議重塑X_train你進入訓練循環之前，而不是在每個批次中重塑：

... 
X = X1.values.astype(np.float32) 
X = X.reshape(-1, 28, 28) 
...

如果你要想想你的訓練數據爲28x28矩陣，儘可能快地進行重塑是有意義的。它也將使調試更容易。

來源

2017-07-14 21:07:02

我解決了這個問題，看起來問題是我使用的數據集的大小（88041，784）不能被10（batch_Size）等分。似乎在循環的最後一次迭代中，1個樣本被留下並導致錯誤。我從X_train中刪除了最後一個樣本，現在它可以工作...

來源

2017-07-14 21:08:37 rmaka

重塑錯誤張量流RNN

回答

相關問題