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