Wie kann ich die Batchgröße bestimmen, wenn ich den Tensorfluss mit meinen eigenen Daten verwende?

Question

Ich versuche, dieses (https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/multilayer_perceptron.py) Tutorial mit meinen eigenen Daten zu verwenden, aber es konnte nicht funktionieren. Meine Daten sind [1X10] große Vektoren. Tutorial ist über MNIST Daten und ich versuche, das System mit verschiedenen Arten von Vektoren zu füttern.

Ich erhalte die Fehlermeldung:

% (np_val.shape, subfeed_t.name, str(subfeed_t.get_shape()))) 
ValueError: Cannot feed value of shape (0, 1) for Tensor u'Placeholder_1:0', 
    which has shape '(?, 2)' 

Fehler von batch_x und batch_y entstehen, aber ich kann nicht herausfinden, wie sie zu entscheiden. Ich werde jede Idee schätzen, um dieses Problem zu lösen.

Dank

# Training cycle 
 
    for epoch in range(training_epochs): 
 
     avg_cost = 0. 
 
     total_batch = int(train_data.shape[0]/batch_size) 
 
     # Loop over all batches 
 
     for i in range(total_batch): 
 

 

 
      batch_x = train_data[:i*batch_size] 
 
      batch_y = train_labels[:i*batch_size] 
 

 
      np.reshape(batch_x, (-1, 10)) 
 
      np.reshape(batch_y, (-1, 1)) 
 
      # Run optimization op (backprop) and cost op (to get loss value) 
 
      _, c = sess.run([optimizer, cost], feed_dict={x: batch_x, 
 
                  y: batch_y}) 
 
      # Compute average loss 
 
      avg_cost += c/total_batch 
 
     # Display logs per epoch step 
 
     if epoch % display_step == 0: 
 
      print("Epoch:", '%04d' % (epoch+1), "cost=", \ 
 
       "{:.9f}".format(avg_cost)) 
 
    print("Optimization Finished!")

Answer 1

Der Fehler ist wahrscheinlich mit, wie Ihr batch_y aussieht. Es scheint, dass Ihr Eingabe-Platzhalter y Tensoren der Größe [?, 2] erwartet (hier bezieht sich ? auf variable Größe), aber Sie füttern Tensoren der Größe [0, 1]. Während es schon seltsam ist, dass Ihre erste Dimension y_batch 0 ist (ich würde überprüfen, warum das passiert) gibt es auch das Problem, dass die zweite Dimension von y_batch scheint 1 zu sein, wenn es erwartet wird, 2 zu sein - das ist wahrscheinlich, warum Sie sehen Dieser Fehler. Warum verformen Sie batch_y, bevor Sie es dem Modell zuführen (np.reshape(batch_y, (-1, 1)))? Das Modell definiert die Eingabe-Platzhalter in einer bestimmten Form (für Sie beispielsweise [?, 2]) und Sie müssen diese Form sowohl während des Trainings als auch während des Tests immer einhalten.