Python, softmax显示label报错, 请大神指点一下

沙包大拳头 沙包大拳头 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
前辈们好,最近在测试caffe2流程,在softmax&loss层遇到了一个奇怪的问题

数据结构
Fea_tr= 35维,100000行

Lab_tr= 1维,100000行
[1,0,0 ,-1,......1,0,-1]

问题是分成三类,我分别用1,0,-1做了标定。

模型层:1:fc,2:sigmod, 3:soft&loss

在运行net训练的时候,系统报了这样一个错误。

lab_data[i]<D && label_data[i] > 0
label seems incorrect.

这是什么问题呢?我希望把35维的数据,用神经网络,完成分为3类。
正确的label,应该怎么标定呢。
...全文

相关推荐

TensorFlow tf.nn.softmax_cross_entropy_with_logits的用法

主要介绍了TensorFlow tf.nn.softmax_cross_entropy_with_logits的用法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

weixin_38546608

python用TensorFlow做图像识别的实现

一、TensorFlow简介 TensorFlow是由谷歌开发的一套机器学习的工具,使用方法很简单,只需要输入训练数据位置,设定参数和优化方法等,TensorFlow就可以将优化结果显示出来,节省了很大量的编程时间,TensorFlow的功能很多很强大,这边挑选了一个比较简单实现的方法,就是利用TensorFlow的逻辑回归算法对数据库中的手写数字做识别,让机器找出规律,然后再导入新的数字让机器识别。 二、流程介绍 上图是TensorFlow的流程,可以看到一开始要先将参数初始化,然后导入训练数据,计算偏差,然后修正参数,再导入新的训练数据,不断重复,当数据量越大,理论上参数就会越准确,不过

weixin_38606169

xgboost算法_python_xgboost预测结果_xgboost_xgboost预测_XGBoost算法

利用xgboost对多变量结果进行预测分析的学习,建立模型

心梓

Python-使用TensorLayer训练一个垃圾文本分类器

使用TensorLayer训练一个垃圾文本分类器

weixin_39840914

Python-使用类似Keras的模型定义来图解说明卷积神经网络CNN的Python脚本

使用类似Keras的模型定义来图解说明卷积神经网络(CNN)的Python脚本

weixin_39840387
评论
收藏 已收藏
分享
返回顶部
沙包大拳头
脚本语言 37,738 成员 34,208 内容