0

当我尝试运行训练步骤时会生成此错误。数据集是来自 Kaggle 的 MNIST 数据集。我正在使用神经网络来预测手写数字：

输入数据：[33600, 784]重塑为[784, 33600]

神经网络架构：

  第 1 层有 W1 1000 x 784 relu
  第 2 层有 W2 1000 x 1000 relu
  第 3 层有 W3 500 x 1000 relu
  第 4 层有 W4 200 x 500 relu
  第 5 层有 W5 10 x 200 和 softmax
  没有使用偏差

代码：

print(X_train[:, 0].reshape(-1, 1).shape,"   ",y_train[:,0].reshape(-1,1).shape)`

输出：(784, 1) (10, 1)

代码：

X, Y = tf.placeholder(tf.float32,[784, None]), tf.placeholder(tf.float32,[10, None])

logits = forward_propagation(X, parameters)

cost = compute_cost(logits, Y)
optimizer = tf.train.AdamOptimizer(learning_rate=1e-3).minimize(cost)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    _,c = sess.run([optimizer,cost], feed_dict= {X:X_train[:,0].reshape(-1,1),
                                                 Y:y_train[:, 0].reshape(-1,1)})
print(c)

输出：

ValueError         Traceback (most recent call 
last)
<ipython-input-41-f78f499b0606> in <module>()
8 with tf.Session() as sess:
9     sess.run(tf.global_variables_initializer())
---> 10     _,c = sess.run([optimizer,cost], feed_dict= 
{X:np.asarray(X_train), Y:np.asarray(y_train)})
11 print(c)

.......
.......

ValueError: setting an array element with a sequence.

如果可以，请更正代码。

4

1 回答 1

0

我得到了解决方案。正如许多其他类似问题的答案中所提到的，问题通常与提供给 feed_dict 的数组的形状和类型有关。我主要关注的是 X:X_train[:,0].reshape(-1,1) 但它是正确的形状和类型。错误出现在 Y:y_train[:, 0].reshape(-1,1) 中。我无法检测到此错误，因为我在 y_train 上应用了 one_hot_encoding 但在转换后忘记使用 .toarray() 方法。所以 y_train 的形状看起来是正确的，但实际上是错误的。

作为在经历了许多类似问题后的一般建议，我会说彻底检查被馈送到 feed_dict 的数组的形状、类型和内容。

于 2019-04-04T19:54:55.577 回答