用于分类的 1D CNN

Question

我正在构建一个卷积神经网络（使用 Tensorflow），它应该对一维输入进行分类。

到目前为止，这是我的代码：

import tensorflow as tf

n_outputs = 1
batch_size = 32
x = tf.placeholder(tf.float32, [batch_size, 10, 1])

filt = tf.zeros([3, 1, 1])

output = tf.nn.conv1d(x, filt, stride=2, padding="VALID")

y = tf.placeholder(tf.int32)
logits = tf.layers.dense(output, n_outputs)
xentropy = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y, logits=logits)
correct = tf.nn.in_top_k(logits, y, 1)

当我运行上面的代码时，我得到以下错误：

Traceback（最近一次调用最后一次）： 文件“minex.py”，第 16 行，在 正确 = tf.nn.in_top_k(logits, y, 1) 文件“/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/ops/gen_nn_ops.py”， 第 1449 行，在 in_top_k 中 目标=目标，k=k，名称=名称） 文件“/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py”， 第 763 行，在 apply_op 中 op_def=op_def) 文件“/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py”， 第 2329 行，在 create_op 中 set_shapes_for_outputs(ret) 文件“/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py”， 第 1717 行，在 set_shapes_for_outputs 中 形状 = shape_func(op) 文件“/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py”， 第 1667 行，在 call_with_requiring 中 返回 call_cpp_shape_fn(op, require_shape_fn=True) 文件“/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/common_shapes.py”， 第 610 行，在 call_cpp_shape_fn 中 debug_python_shape_fn, require_shape_fn) 文件“/home/jk/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/framework/common_shapes.py”， 第 676 行，在 _call_cpp_shape_fn_impl 引发 ValueError(err.message) ValueError：形状必须为 2 级，但对于输入形状为 [32,4,1], 的“InTopK”（操作：“InTopK”）为 3 级。

根据错误，我的问题似乎与形状有关，但我不确定为什么会发生或如何纠正它。

Answer 1

您可以使用tf.squeeze 从您的日志中删除外部维度。

你的最后一行可能变成：

correct = tf.nn.in_top_k(tf.squeeze(logits), y, 1)

这将使 logits 张量的形状从 [32, 4, 1] 变为 [32, 4]。