自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

Echo的博客

吭哧吭哧往前爬呀

博客等级

码龄12年

7
原创

9
点赞

29
收藏

2
粉丝

关注

私信

热门文章

分类专栏

最新评论

TensorFlow之tf.map_fn()
風起云扬: 博主，您好。看您的博客后，有一个疑问。就是下面的那个函数，运行会报错呢。这个代码您当初运行过么
TensorFlow之计算交叉熵的函数 tf.nn.sparse_softmax_cross_entropy_with_logits
weixin_42237151: 您好，我解决了上述的问题，但是又出现了新的问题。期待您的指导。[code=python] [/code]InvalidArgumentError (see above for traceback): Incompatible shapes: [16273] vs. [1627]。我的训练数据数量是16273，测试数据数量是1627.我的代码如下所示[code=python]def build(inputs, labels, phase): # Build the graph from inputs and labels down to the loss, accuracy and # training step ops. rnn_output = build_rnn(inputs=x_train, phase=phase) weight = tf.get_variable("softmax_weight", shape=[NUM_UNITS, NUM_CLASSES], initializer=tf.glorot_uniform_initializer()) bias = tf.get_variable("softmax_bias", shape=[NUM_CLASSES], initializer=tf.constant_initializer(0.)) logits = tf.matmul(rnn_output, weight) + bias loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2( logits=logits, labels=labels)) global_step = tf.Variable(0, trainable=False) learning_rate = tf.train.exponential_decay(LEARNING_RATE_INIT, global_step, LEARNING_RATE_DECAY_STEPS, 0.1, staircase=True) optimizer = tf.train.AdamOptimizer(learning_rate) if CLIP_GRADIENTS: gradients, variables = zip(*optimizer.compute_gradients(loss)) gradients, _ = tf.clip_by_global_norm(gradients, 5.0) optimize = optimizer.apply_gradients(zip(gradients, variables)) else: optimize = optimizer.minimize(loss, global_step=global_step) correct_pred = tf.equal(tf.argmax(logits, 1), tf.argmax(labels,1)) accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32)) return loss, accuracy, optimize [/code]
Linux私房菜总结——第0章计算机概论
LovelyBear2019: 可以!

LeetCode

关注

关注数：文章数：2 文章阅读量：390 文章收藏量：0

作者: hia_echo

这个作者很懒，什么都没留下…

展开

专栏收录文章