テンソルフローの予測関数の出力が正しくありません

Question

画像にピクセルベースの分類を行います。ここでは、問題は、モデルを訓練した後、p.arrayの結果（model.predict（x_test））は私はこのどちらかであることが期待1だけがあることであるNN

net = input_data(shape=[None, 1,4]) 
net = tflearn.lstm(net, 128, return_seq=True) 
net = tflearn.lstm(net, 128) 
net = tflearn.fully_connected(net, 1, activation='softmax') 
net = tflearn.regression(net, optimizer='adam', 
         loss='categorical_crossentropy') 
model = tflearn.DNN(net, tensorboard_verbose=2, checkpoint_path='model.tfl.ckpt') 
X_train = np.expand_dims(X_train, axis=1) 
model.fit(X_train, y_train, n_epoch=1, validation_set=0.1, show_metric=True,snapshot_step=100) 

を訓練するために使用されるコードであります2つまたは3つのクラスのオブジェクトがあり、そのコマンドの結果が2から5の間のラベルになると予想した（y_trainは2から5の間のint値を持つ）が、予測の出力機能は1です。それはトレーニング段階の問題でしょうか？

Answer 1

Noneパラメータは、異なるトレーニング例を示すために使用されます。あなたのケースでは、使用しているカスタム4チャンネルのデータセットのため、各画像の合計が28*28*4になります。このLSTMを動作させるために

、次の操作を行うようにしてください -

もちろん

X = np.reshape(X, (-1, 28, 28, 4)) 
testX = np.reshape(testX, (-1, 28, 28, 4)) 

net = tflearn.input_data(shape=[None, 28, 28, 4]) 

、（これは非常に重要です）、reshape()が単一に対応した4つの異なるチャネルを置くことを確認してくださいnumpy配列の最後の次元のピクセル、および28, 28は、単一のイメージ内のピクセルに対応します。

---

あなたのイメージがそれに応じて、次元28*28を持っているそれらのパラメータを調整していない場合。