Tensorflow重塑錯誤1D卷積神經網絡

Question

我建立我自己的數據的1D卷積神經網絡（譜），並因與tf.reshape的問題。第一予加載與熊貓的數據，並轉換這些到numpy的陣列，708訓練示例光譜組成，每個長度2151的，

import pandas as pd 
import numpy as np 
data = pd.read_csv('test.csv',header=None) 
yTrue = data.ix[:,0].as_matrix() 
data = data - data.mean() 
data = data.ix[:,1:].as_matrix() 

其中I減去在每列中的平均值。所以數據的尺寸爲708 x 2151。然後我創建與啓動網絡，

sess = tf.InteractiveSession() 
## define inputs 
x_ = tf.placeholder(tf.float32, shape=[None, 2151]) 
x_ = tf.reshape(x_, [-1,1,2151,1]) 
y_ = tf.placeholder(tf.float32, shape=[None]) 

這對於我的1D卷積神經網絡輸入（具有爲10的寬度的內核，和32級特徵的地圖），

W_conv1 = weight_variable([1, 10, 1, 32]) 
b_conv1 = bias_variable([32]) 
h_conv1 = tf.nn.relu(conv2d(x_, W_conv1) + b_conv1) 
h_pool1 = max_pool_2x2(h_conv1) 

我然後生成該網絡的其餘部分，然後嘗試在其上運行ADAM，

cost_function = tf.reduce_mean(tf.pow(y_out - y_, 2))/(2 * samples_number) #L2 loss 
train_step = tf.train.AdamOptimizer(1e-4).minimize(cost_function) 
correct_prediction = tf.equal(tf.argmax(y_out,1), tf.argmax(y_,1)) 
sess.run(tf.initialize_all_variables()) 
for i in range(20000): 
    print(i) 
    sess.run(train_step, feed_dict={x_: data, y_: yTrue}) 

不過，我得到以下錯誤：

ValueError: Cannot feed value of shape (708, 2151) for Tensor u'Reshape_26:0', 
which has shape '(?, 1, 2151, 1)' 

我已經看過了這些問題的答案：TensorFlow/TFLearn: ValueError: Cannot feed value of shape (64,) for Tensor u'target/Y:0', which has shape '(?, 10)'; Tensorflow error using my own data這表明我需要在將數據傳遞到網絡之前進行一些重塑。但是，我不確定這應該是什麼？特別是因爲以下作品的第一行數據，

t = tf.constant(data[0]) 
tf.reshape(t,[1,1,2151,1]) 

有沒有人有任何想法嗎？

最佳，

本

Answer 1

的問題是feed_dict可以代替任何張量，因爲你已經改變了X_引用reshape運，這是該公司試圖取代的東西。它應該工作，如果你只是用不同的Python變量引用佔位符和重塑OP：

x_placeholder_ = tf.placeholder(tf.float32, shape=[None, 2151]) 
x_ = tf.reshape(x_placeholder_, [-1,1,2151,1]) 

然後餵奶時，使用x_placeholder_：

sess.run(train_step, feed_dict={x_placeholder_: data, y_: yTrue})