TFlearn IndexError越界

Question

我有一些数据，看起来像这样：

X = [[1,2,3,4],[01010],[-1.6]]
y = [[4,2]]

我正在尝试使用tflearn在这些数据上训练神经网络。我使用的是TFlearn github主页(https://github.com/tflearn/tflearn)上给出的相同示例，只不过我更改了数据的形状。

tflearn.init_graph(num_cores=1)

net = tflearn.input_data(shape=[None, 2,2,1])
net = tflearn.fully_connected(net, 64)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 10, activation='softmax')
net = tflearn.regression(net, optimizer='adam', loss='categorical_crossentropy')

model = tflearn.DNN(net)
model.fit(X,y)

我一直收到这个错误：

"IndexError:索引2超出了大小为1的轴0的边界。“

我认为这要么是由于指定的数据形状不正确，要么是与fully_connected层有关。

这个错误是什么意思？是因为形状不对吗？我需要在上面的代码中进行哪些更改以防止此错误？

任何帮助都将不胜感激。

Answer 1

这个问题已经在下面的帖子中详细讨论过了。

List index out of......

显然，只需在顶部添加以下代码即可解决此问题：

tf.reset_default_graph()

tf在这里表示tensorflow，所以不要忘记导入tensorflow

我希望这能帮到你