我正在尝试进入机器学习领域，我决定首先使用 tflearn。我使用 tflearn 的快速入门指南来了解基础知识，并尝试使用该神经网络来完成我自己设定的任务：根据鲍鱼的尺寸预测鲍鱼的年龄。为此，我.csv从 UCI 存储库下载了相应的数据集。该表采用以下格式：
性别|长度|直径|高度|整件重量|去壳重量|内脏重量|壳重量|戒指
由于年龄与环数相同，因此我这样导入.csv：
data, labels = load_csv("abalone.csv", categorical_labels=False, has_header=False)
任务是根据数据预测环的数量，所以我这样设置我的输入层：
net = tflearn.input_data(shape=[None, 8])
添加了四个具有默认线性激活函数的隐藏层：
net = tflearn.fully_connected(net, 320)
net = tflearn.fully_connected(net, 200)
net = tflearn.fully_connected(net, 200)
net = tflearn.fully_connected(net, 320)
由于只有一个结果（环数），因此具有一个节点的输出层：
net = tflearn.fully_connected(net, 1, activation="sigmoid")
net = tflearn.regression(net)
现在我初始化模型，但在训练过程中出现上述错误：
model = tflearn.DNN(net)
model.fit(data, labels, n_epoch=1000, show_metric=True, batch_size=1600)
整个例外：
Traceback (most recent call last):
File "D:\OneDrive\tensornet.py", line 34, in <module>
model.fit(data, labels, n_epoch=1000, show_metric=True, batch_size=1600)
File "C:\Python3\lib\site-packages\tflearn\models\dnn.py", line 215, in fit
callbacks=callbacks)
File "C:\Python3\lib\site-packages\tflearn\helpers\trainer.py", line 333, in fit
show_metric)
File "C:\Python3\lib\site-packages\tflearn\helpers\trainer.py", line 774, in _train
feed_batch)
File "C:\Python3\lib\site-packages\tensorflow\python\client\session.py", line 767, in run
run_metadata_ptr)
File "C:\Python3\lib\site-packages\tensorflow\python\client\session.py", line 944, in _run
% (np_val.shape, subfeed_t.name, str(subfeed_t.get_shape())))
ValueError: Cannot feed value of shape (1600,) for Tensor 'TargetsData/Y:0', which has shape '(?, 1)'
据我了解，尝试将我的标签（这是一个 1600x1 张量）与我的输出层匹配时会发生异常。但我不知道如何解决这个问题。