Tensorboard报错：InvalidArgumentError (see above for traceback): tags and values not the same shape: []

最新推荐文章于 2024-07-24 08:30:00 发布

来自江南的你

最新推荐文章于 2024-07-24 08:30:00 发布

阅读量1.2k

点赞数

CC 4.0 BY-SA版权

分类专栏： Python出错文章标签： tensorboard tensorflow

本文链接：https://blog.youkuaiyun.com/qq_41556318/article/details/90690357

Python出错专栏收录该内容

9 篇文章

订阅专栏

本文讲述使用TensorBoard可视化参数变化时，出现tags和values形状不一致的错误。错误原因是定义的loss采用sparse_softmax_cross_entropy_with_logits。解决方法是将tf.summary.scalar改为tf.summary.histogram。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在使用tensorboard来可视化参数变化时，报出这样的错误：

InvalidArgumentError (see above for traceback): tags and values not the same shape: [] != [100] (tag 'loss/loss')
[[node loss/loss (defined at E:/PycharmProjects/tensorboard/Tensorboard_View_Data.py:69) = ScalarSummary[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"](loss/loss/tags, loss/softmax_cross_entropy_with_logits/_47)]]

报错源码如下：

# 损失函数
with tf.name_scope('loss'):
    loss = tf.nn.softmax_cross_entropy_with_logits_v2(labels=y, logits=prediction)
    tf.summary.scalar(name = "loss", tensor=loss)  # 分析一下loss的变化

这里出错的原因是定义的 loss 采用 sparse_softmax_cross_entropy_with_logits

loss = tf.nn.softmax_cross_entropy_with_logits_v2(labels=y, logits=prediction)

查阅 TensorFlow API：https://tensorflow.google.cn/api_docs/python/tf/losses/sparse_softmax_cross_entropy

sparse_softmax_cross_entropy_with_logits 返回：Weighted loss Tensor of the same type as logits. If reduction is NONE, this has the same shape as labels; otherwise, it is scalar.

即返回和输入标签具有相同形状的张量。