1D CNN für Klassifizierung

Question

Ich baue ein konvolutionelles neuronales Netzwerk (mit Tensorflow), das eindimensionale Eingänge klassifizieren sollte.

Hier ist mein Code so weit:

import tensorflow as tf 

n_outputs = 1 
batch_size = 32 
x = tf.placeholder(tf.float32, [batch_size, 10, 1]) 

filt = tf.zeros([3, 1, 1]) 

output = tf.nn.conv1d(x, filt, stride=2, padding="VALID") 

y = tf.placeholder(tf.int32) 
logits = tf.layers.dense(output, n_outputs) 
xentropy = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y, logits=logits) 
correct = tf.nn.in_top_k(logits, y, 1) 

Wenn ich den Code oben laufen lasse, erhalte ich folgende Fehlermeldung:

Traceback (most recent call last): File "minex.py", line 16, in correct = tf.nn.in_top_k(logits, y, 1) File "/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/ops/gen_nn_ops.py", line 1449, in in_top_k targets=targets, k=k, name=name) File "/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 763, in apply_op op_def=op_def) File "/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 2329, in create_op set_shapes_for_outputs(ret) File "/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1717, in set_shapes_for_outputs shapes = shape_func(op) File "/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1667, in call_with_requiring return call_cpp_shape_fn(op, require_shape_fn=True) File "/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/common_shapes.py", line 610, in call_cpp_shape_fn debug_python_shape_fn, require_shape_fn) File "/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/common_shapes.py", line 676, in _call_cpp_shape_fn_impl raise ValueError(err.message) ValueError: Shape must be rank 2 but is rank 3 for 'InTopK' (op: 'InTopK') with input shapes: [32,4,1], ?.

Basierend auf dem Fehler, scheint es, dass mein Problem ist, mit die Formen, aber ich bin mir nicht sicher, warum es passiert oder wie man es korrigiert.

Answer 1

Sie können tf.squeeze verwenden, um die äußere Dimension von Ihren Logits zu entfernen.

Ihre letzte Zeile könnte worden:

correct = tf.nn.in_top_k(tf.squeeze(logits), y, 1) 

, dass die Form des Logits Tensor bringen wird von [32, 4, 1] bis [32, 4].