TensorFlow/ has了解-Architecture错误- 'ValueError:无法为具有形状'(?，1)‘的张量u’‘TargetsData/Y:0’提供形状(64，)的值

Question

我试着学习快速入门泰坦尼克教程，并做了一些进一步的测试。我通过8个浮点输入预测了一个浮点目标，并修改了一些教程，然后修改了“ValueError: Cannot feed value of shape (64，) for张量u‘’TargetsData/Y:0‘，它的形状为'(?，1)’。”

构建神经网络

net = tflearn.input_data(shape=[None, 8])
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 1, activation='relu')
net = tflearn.regression(net)

定义模型

model = tflearn.DNN(net, tensorboard_verbose=0)

开始训练(应用梯度下降算法)

model.fit(data, mfe, n_epoch=100)#Err occurs

有人能帮帮我吗? 1. 'shape (64，)‘和’shape '(?，1)‘代表什么? 2.我如何修复这个架构错误? 3.你能推荐一些学习神经网络架构的材料吗？

谢谢和问候，西蒙

Answer 1

我从未使用过TensorFlow，但我打赌这只是一个广播问题。尝试将当前具有形状(64，)的有问题数组的形状更改为(64,1)，即从行向量更改为列向量：

my_array.shape = (64, 1)

或者更一般地说，对于任意长度：

my_array.shape = (-1, 1)

您可以在numpy文档页面上阅读有关形状和广播规则的更多详细信息。至于推荐神经网络架构学习材料，不幸的是，根据SO规则，这是离题的(过于基于观点)。

Answer 2

shape (64，)是model.Here tflearn使用64的网络中的batch_size，因为它的default.if您已经将batch_size设置为8它应该是shape(8，)

shape (?，1)是net.The的输出，例如，它是一个分类问题，它有2个类，所以输出中有2个单元

net=tflearn.reshape(net,[-1])

这应该可以解决这个问题。-1表示无

确保在估计器层(即tflearn.regression )之前完成整形

Answer 3

1)形状(64，)是默认的batch_size，

形状(?，1)是用于确定损失的网络输出。

2)如何修复此架构错误？由于你的输出是形状(# of samples，2)，你的最后一层应该是

net = tflearn.fully_connected(net, 2, activation='relu')

3)你能推荐一些学习神经网络架构的材料吗？Udacity.com，Udemy.com都有关于神经网络的优秀课程，你可以免费学到很多东西