InvalidArgumentError in Tensorflow

Question

Ich versuche neuronales Netzwerk mit Tensorflow-Tools zu erstellen.

sizeOfRow = len(data[0]) 
x = tensorFlow.placeholder("float", shape=[None, sizeOfRow]) 
y = tensorFlow.placeholder("float") 

def neuralNetworkTrain(x): 
    prediction = neuralNetworkModel(x) 
    # using softmax function, normalize values to range(0,1) 
    cost = tensorFlow.reduce_mean(tensorFlow.nn.softmax_cross_entropy_with_logits(prediction, y)) 

ist dies ein Teil aus dem Netz ich Fehler bekommen haben:

InvalidArgumentError (see above for traceback): logits and labels must be same size: logits_size=[500,2] labels_size=[1,500] 
[[Node: SoftmaxCrossEntropyWithLogits = SoftmaxCrossEntropyWithLogits[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"](Reshape, Reshape_1)]] 

jemanden kennen what`s falsch?

edit: auch habe ich von diesem Code bekam:

for temp in range(int(len(data)/batchSize)): 
    ex, ey = takeNextBatch(i) # takes 500 examples 
    i += 1 
    # TO-DO : fix bug here 
    temp, cos = sess.run([optimizer, cost], feed_dict= {x:ex, y:ey}) 

dieser Fehler Typeerror: unhashable Typ: 'list'

Answer 1

Nun, der Fehler ist ziemlich selbsterklärend.

logits and labels must be same size: logits_size=[500,2] labels_size=[1,500]

Also, zuerst sollten Ihre Etiketten umgesetzt werden Größe haben 500, 1 und zweitens die softmax_cross_entropy_with_logits erwartet labels in Form einer Wahrscheinlichkeitsverteilung dargestellt werden (z [[0.1, 0.9], [1.0, 0.0]]). Wenn Sie wissen, dass Ihre Klassen exklusiv sind (was wahrscheinlich der Fall ist), sollten Sie zu sparse_softmax_cross_entropy_with_logits wechseln.