Tensorflow 中的 Feed dict 错误

Question

我正在尝试在 Tensorflow 中构建多层感知器 (MLP)。我正在使用使用 numpy 生成的数据集。数据集只有两个变量，其中一个是标签。数据集包含在[0-1] 范围内归一化的100 点。

print(trainX[0:3])

[ 0.2853112   0.2433195   0.56746888]

0.5 以上的所有值都带有标签1，否则带有标签2。

print(trainY[0:3])

  [2 2 1]

问题出现在tf.Session()循环中。

with tf.Session() as sess:

    sess.run(init)

    for epoch in range(training_epochs):
        #avg_cost = 0.

        for (xs, ys) in zip(trainX, trainY):
            sess.run(optimizer, feed_dict={X:xs, Y:ys})

脚本在最后一行终止，出现以下错误：

InvalidArgumentError: Expected begin[0] == 0 (got -1) and size[0] == 0 (got 1)     when input.dim_size(0) == 0
 [[Node: Slice_132 = Slice[Index=DT_INT32, T=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"](Shape_134, Slice_132/begin, Slice_132/size)]]

在脚本的前面，我将占位符声明如下：

X = tf.placeholder("float")
Y = tf.placeholder("float")

我很高兴发布更多代码；为了简洁起见，我（到目前为止）还没有发布所有内容。

Answer 1

尝试修改应从 0 开始的标签索引。在您的情况下，trainY = np.array([1, 1, 0])。我想它会解决你的问题。