重塑错误张量流RNN

问题描述：

我无法解决我的代码问题。我不断收到以下错误信息，当我运行我的代码：重塑错误张量流RNN

--------------------------------------------------------------------------- 
ValueError        Traceback (most recent call last) 
<ipython-input-1-cdb1929785d0> in <module>() 
    108   tf.reset_default_graph() 
    109 
--> 110 train_neural_network(x) 

<ipython-input-1-cdb1929785d0> in train_neural_network(x) 
    93     end = i+batch_size 
    94     batch_x = np.array(X_train[start:end]) 
---> 95     batch_x = batch_x.reshape((batch_size,n_chunks,chunk_size)) 
    96     batch_y = np.array(y_1Hot_train.eval()[start:end]) 
    97 

ValueError: cannot reshape array of size 784 into shape (10,28,28)

我的数据集为（88041，784）阵列，其中我具有为10的批量大小当我走线95和运行它独立我没有得到任何错误，重塑发生没有失败。

例如，除了张量流，这段代码段的工作原理：

batch_x = np.array(X_train[0:10]) 
batch_x = batch_x.reshape((batch_size,n_chunks,chunk_size)) 
batch_x.shape # returns a shape of (10, 28, 28)

所以我不确定为什么张量流不断抛出错误。如果你有更好的主意，我会非常感激。

的tf.sessions部分是：

with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    for epoch in range (hm_epochs): 
     epoch_loss = 0 
     itere = int(X_train.shape[0]/batch_size) 
     last = 0 
     add = 1 
     batch_size = 10 
     i=0 
     while i < len(X_train): 
      start = i 
      end = i+batch_size 
      batch_x = np.array(X_train[start:end]) 
      batch_x = batch_x.reshape((batch_size,n_chunks,chunk_size)) 
      batch_y = np.array(y_1Hot_train.eval()[start:end]) 

      _, c = sess.run([optimizer, cost], feed_dict={x: batch_x, 
                  y: batch_y}) 
      epoch_loss += c 
      i+=batch_size 
     sess_end = time.time() - start_time

的代码是在这里：https://gist.github.com/makark/bab1cd6a80667226d0aff35f637463b0

'（10,28,28）'是7840，比784高一个数量级。你也使用了批量大小10.完全刺在黑暗中（因为我不知道你在做什么）：'batch_x = batch_x.reshape（（1，n_chunks，chunk_size））' – roganjosh

答

你是不是喂正确的数据批次，您的数据784的大小，但为了有形状(10,28,28)你需要有7840，所以10个更多的例子（我猜你发布的内容）。

我的猜测是，你喂养X_train[0]

答

我会建议重塑X_train你进入训练循环之前，而不是在每个批次中重塑：

... 
X = X1.values.astype(np.float32) 
X = X.reshape(-1, 28, 28) 
...

如果你要想想你的训练数据为28x28矩阵，尽可能快地进行重塑是有意义的。它也将使调试更容易。

答

我解决了这个问题，看起来问题是我使用的数据集的大小（88041，784）不能被10（batch_Size）等分。似乎在循环的最后一次迭代中，1个样本被留下并导致错误。我从X_train中删除了最后一个样本，现在它可以工作...

重塑错误张量流RNN

相关推荐