在的线41
MNIST例如,还必须在输出尺寸改变10到1
network= fully_connected(network, 10, activation='softmax')到
network =fully_connected(network, 1, activation='linear')。请注意,您可以删除最终的softmax。
查看您的代码,似乎您有一个目标值
Y,这意味着将 L2损耗 与
mean_square
(您将在此处找到所有可用的损耗)一起使用:
regression(network, optimizer='adam', learning_rate=0.01, loss='mean_square', name='target')
另外,将Y和Y_test整形为形状(batch_size,1)。
长答案:如何分析错误并查找错误
这是分析错误的方法:
- 错误是
Cannot feed value ... for Tensor 'target/Y'
,这意味着它来自 feed_dict 参数Y。 - 同样,根据错误,您尝试输入Y值,
of shape (64,)
而网络期望使用shape(?, 10)
。- 它期望形状为(batch_size,10),因为最初它是MNIST的网络(10个类)
- 现在,我们要更改Y的网络期望值。
- 在代码中,我们看到最后一层
fully_connected(network, 10, activation='softmax')
正在返回大小为10的输出 - 我们将其更改为大小为1且没有softmax的输出:
fully_connected(network, 1, activation='linear')
- 在代码中,我们看到最后一层
最后,这不是错误,而是错误的 模型架构 。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)