Je suis en train de construire LSTM RNN basé sur ce guide: http://monik.in/a-noobs-guide-to-implementing-rnn-lstm-using-tensorflow/ Mon entrée est ndarray avec la taille de 89102 * 39 (89102 lignes, 39 caractéristiques). Il y a 3 étiquettes pour les données - 0,1,2 Il semble que j'ai un problème avec la définition des espaces réservés mais je ne suis pas sûr de ce que c'est.placeholders définition pour entrée nd-array dans tensorflow
Mon code est:
data = tf.placeholder(tf.float32, [None, 1000, 39])
target = tf.placeholder(tf.float32, [None, 3])
cell = tf.nn.rnn_cell.LSTMCell(self.num_hidden)
val, state = tf.nn.dynamic_rnn(cell, data, dtype=tf.float32)
val = tf.transpose(val, [1, 0, 2])
last = tf.gather(val, int(val.get_shape()[0]) - 1)
weight = tf.Variable(tf.truncated_normal([self.num_hidden, int(target.get_shape()[1])]))
bias = tf.Variable(tf.constant(0.1, shape=[target.get_shape()[1]]))
prediction = tf.nn.softmax(tf.matmul(last, weight) + bias)
cross_entropy = -tf.reduce_sum(target * tf.log(tf.clip_by_value(prediction, 1e-10, 1.0)))
optimizer = tf.train.AdamOptimizer()
minimize = optimizer.minimize(cross_entropy)
mistakes = tf.not_equal(tf.argmax(target, 1), tf.argmax(prediction, 1))
error = tf.reduce_mean(tf.cast(mistakes, tf.float32))
init_op = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init_op)
batch_size = 1000
no_of_batches = int(len(train_input)/batch_size)
epoch = 5000
for i in range(epoch):
ptr = 0
for j in range(no_of_batches):
inp, out = train_input[ptr:ptr + batch_size], train_output[ptr:ptr + batch_size]
ptr += batch_size
sess.run(minimize, {data: inp, target: out})
print("Epoch - ", str(i))
Et j'obtiens une erreur suivante:
File , line 133, in execute_graph
sess.run(minimize, {data: inp, target: out})
File "/usr/local/lib/python3.5/dist-
packages/tensorflow/python/client/session.py", line 789, in run
run_metadata_ptr)
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py", line 975, in _run
% (np_val.shape, subfeed_t.name, str(subfeed_t.get_shape())))
ValueError: Cannot feed value of shape (1000, 39) for Tensor 'Placeholder:0', which has shape '(1000, 89102, 39)'
Toute idée de ce qui pourrait être l'origine du problème?
Quand j'ai essayé d'utiliser un espace réservé 2D (tf.placeholder (tf.float32, [1000, 39]) Je suis l'erreur: ValueError: forme (39, 1000) doit avoir un rang au moins 3 Alors, comment pourriez-vous suggérer que je vais transformer les données en 3D? Il est à noter que je suis nouveau avec tf, donc je pourrais avoir quelques erreurs de débutant .... – oren
@Oren voir ma mise à jour –
J'ai essayé de changer le code en fonction de votre suggestion mais j'ai quand même obtenu une erreur: ValueError: Impossible d'alimenter la valeur de la forme (1000,) pour Tensor 'Placeholder_1: 0', whi ch a la forme '(?, 3)' Je devinais que cette erreur faisait référence au vecteur d'apprentissage, donc j'ai essayé de le remodeler en 2D mais cela n'a pas fonctionné: train_output = np.reshape (train_output, (len (train_output), 1)) Une suggestion sur la façon de résoudre ce problème? – oren