训练一个分类网络，没想到预测结果为一个定值。

找了很久发现，是因为tensor的维度的原因。  注意：我说的是我的label数据的维度。

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

我的输入是：

y_= tf.placeholder(tf.int32,[None,1])  #维度：(batchsize，1)

我使用的损失函数:

loss = -y_*log(pred)
pred = tf.softmax(wx+b)  #维度:(batch_size,10034)

 

所以我需要将y_的 维度转化为（batch_size，10034）

我使用的是

y__ = tf.one_hot(y,10034)   #维度是:(batch_size,1,10034),而不是我们的预期：（batch_size,10034）

显然这时有问题的，所以才会在坑中转了好久。

tf.one_hot()的输入数据为一维数组。

正确方法:

y1 = tf.reshape(y_,[-1])     # 变成一维数组（batch_size，）
y__ = tf.one_hot(y1,10034)    # （batch_size,10034）
loss = tf.reduce_mean(-tf.reduce_sum(y__*log(pred),reduction_indices=[1]))

 

扫码关注我们
微信号：SRE实战
拒绝背锅 运筹帷幄