InvalidArgumentError：预期维度在 [-1, 1) 范围内，但得到 1

Question

我不确定这个错误是什么意思。当我尝试计算acc时出现此错误：

acc = accuracy.eval(feed_dict = {x: batch_images, y: batch_labels, keep_prob: 1.0})

我已尝试查找解决方案，但在网上找不到任何解决方案。关于导致我的错误的任何想法？

这是link to my full code。

Answer 1

对于Tensorflow服务或Estimator加载的人来说，出现这个错误是因为特征字典中的值需要成批的。

data = {
        "signature_name": "predict",
        "inputs": {k:[v] for k,v in inputs.items()}
    }

Answer 2

产生这个错误的源代码如下：

OP_REQUIRES(context, axis >= 0 && axis < input_dims,
            errors::InvalidArgument("Expected dimension in the range [",
                                    -input_dims, ", ", input_dims,
                                    "), but got ", dim));

请注意，axis 必须小于 input_dims，不小于或等于。

这符合消息中的语法[-1,1)：[ 表示包含值（这样-1 有效），而) 表示排除值（将1 本身放在范围之外） .

Answer 3

我遇到了类似的错误，但对我来说问题是我试图在一维向量上使用 argmax。所以我的标签的形状是 (50,) 并且我在评估时试图做一个 tf.argmax(y,1) 。解决方案参考Tensorflow: I get something wrong in accuracy

Answer 4

对于类似的代码

tf.equal(tf.argmax(y, 1), tf.argmax(labels, 1))

计算准确率时经常用到，可以改成

tf.equal(tf.argmax(y, -1), tf.argmax(labels, -1))

根据源码：

// tensorflow/compiler/tf2xla/kernels/index_ops_cpu.cc:58
OP_REQUIRES(ctx, axis >= 0 && axis < input_dims,
            errors::InvalidArgument("Expected dimension in the range [",
                                    -input_dims, ", ", input_dims,
                                    "), but got ", dim));

Answer 5

我解决了这个问题。 检查batch_labels的表达式

# if use one hot code use
# y_true_cls = tf.argmax(y_true, dimension=1)

# if not one hot code use
y_true_cls = y_true

希望对你有所帮助