テンソルフローとラベルは同じサイズでなければなりません

Question

私はテンソルフローとPythonにはかなり新しく、現在は240x320x3イメージのための専門家のチュートリアルのためにMNISTを修正しようとしています。私は2の.pyスクリプト

tfrecord_reeader.pyを持って

import tensorflow as tf 
import numpy as np 
import matplotlib.pyplot as plt 

data_path = 'train.tfrecords' # address to save the hdf5 file 

def read_data(): 
    with tf.Session() as sess: 
     feature = {'train/image': tf.FixedLenFeature([], tf.string), 
        'train/label': tf.FixedLenFeature([], tf.int64)} 

     # Create a list of filenames and pass it to a queue 
     filename_queue = tf.train.string_input_producer([data_path], num_epochs=1) 

     # Define a reader and read the next record 
     reader = tf.TFRecordReader() 
     _, serialized_example = reader.read(filename_queue) 

     # Decode the record read by the reader 
     features = tf.parse_single_example(serialized_example, features=feature) 

     # Convert the image data from string back to the numbers 
     image = tf.decode_raw(features['train/image'], tf.float32) 

     # Cast label data into int32 
     label = tf.cast(features['train/label'], tf.int32) 

     # Reshape image data into the original shape 
     image = tf.reshape(image, [240, 320, 3]) 

    sess.close() 
    return image, label 

def next_batch(image, label, batchSize): 
    imageBatch, labelBatch = tf.train.shuffle_batch([image, label], batch_size=batchSize, capacity=30, num_threads=1, 
              min_after_dequeue=10) 
    return imageBatch, labelBatch 

train.py

import tensorflow as tf 
from random import shuffle 
import glob 
import sys 
#import cv2 
from tfrecord_reader import read_data, next_batch 
import argparse # For passing arguments 
import numpy as np 
import math 
import time 

IMAGE_WIDTH = 240 
IMAGE_HEIGHT = 320 
IMAGE_DEPTH = 3 
IMAGE_SIZE = 240*320*3 
NUM_CLASSES = 5 
BATCH_SIZE = 50 

# Creates a weight tensor sized by shape 
def weight_variable(shape): 
    initial = tf.truncated_normal(shape, stddev=0.1) 
    return tf.Variable(initial) 

# Creates a bias tensor sized by shape 
def bias_variable(shape): 
    initial = tf.constant(0.1, shape=shape) 
    return tf.Variable(initial) 

def conv2d(x, W): 
    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME') 

def max_pool_2x2(x): 
    return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], 
         strides=[1, 2, 2, 1], padding='SAME') 

def main(argv): 
    # Perform training 
    x = tf.placeholder(tf.float32, [None, IMAGE_SIZE]) # 240*320=76800 
    W = tf.Variable(tf.zeros([IMAGE_SIZE, NUM_CLASSES])) 
    b = tf.Variable(tf.zeros([NUM_CLASSES])) 
    y = tf.matmul(x, W) + b 

    # Define loss and optimizer 
    y_ = tf.placeholder(tf.float32, [None, NUM_CLASSES]) # Desired output 

    # First convolutional layer 
    W_conv1 = weight_variable([5, 5, IMAGE_DEPTH, 32]) 
    b_conv1 = bias_variable([32]) 

    x_image = tf.reshape(x, [-1, IMAGE_WIDTH, IMAGE_HEIGHT, IMAGE_DEPTH]) 

    h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) 
    h_pool1 = max_pool_2x2(h_conv1) 

    # Second convolutional layer 
    W_conv2 = weight_variable([5, 5, 32, 64]) 
    b_conv2 = bias_variable([64]) 
    h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) 
    h_pool2 = max_pool_2x2(h_conv2) 

    # First fully connected layer 
    W_fc1 = weight_variable([60 * 80 * 64, 1024]) 
    b_fc1 = bias_variable([1024]) 

    # Flatten the layer 
    h_pool2_flat = tf.reshape(h_pool2, [-1, 60 * 80 * 64]) 
    h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1) 

    # Drop out layer 
    keep_prob = tf.placeholder(tf.float32) 
    h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob) 

    # Second fully connected layer 
    W_fc2 = weight_variable([1024, NUM_CLASSES]) 
    b_fc2 = bias_variable([NUM_CLASSES]) 

    # Output layer 
    y_conv = tf.matmul(h_fc1_drop, W_fc2) + b_fc2 
    # print(y_conv.shape) 
    # print(y_conv.get_shape) 

    # Get the loss 
    cross_entropy = tf.reduce_mean(
     tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y_conv)) 

    # Minimize the loss 
    train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy) 

    # Read all data from tfrecord file 
    imageList, labelList = read_data() 
    imageBatch, labelBatch = next_batch(imageList, labelList, BATCH_SIZE) 

    correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1)) 
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) 

    with tf.Session() as sess: 
     sess.run(tf.local_variables_initializer()) 
     sess.run(tf.global_variables_initializer()) 

     coord = tf.train.Coordinator() 
     threads = tf.train.start_queue_runners(coord=coord) 

     train_images, train_labels = sess.run([imageBatch, labelBatch]) 
     train_images = np.reshape(train_images, (-1, IMAGE_SIZE)) 
     train_labels = np.reshape(train_labels, (-1, NUM_CLASSES)) 

     sess.run(train_step, feed_dict = {x: train_images, y_: train_labels, keep_prob: 1.0}) 

     coord.request_stop() 
     coord.join(threads) 
    sess.close() 

if __name__ == '__main__': 
    parser = argparse.ArgumentParser() 
    FLAGS, unparsed = parser.parse_known_args() 
tf.app.run(main=main, argv=[sys.argv[0]] + unparsed) 

私はプログラムを実行すると、私は私がしました

InvalidArgumentError (see above for traceback): logits and labels must be same size: logits_size=[50,5] labels_size=[10,5] 
    [[Node: SoftmaxCrossEntropyWithLogits = SoftmaxCrossEntropyWithLogits[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/gpu:0"](Reshape_2, Reshape_3)]] 

を取得していますこの問題で数時間の検索を行ったが、なぜロットがラベルサイズに合致しないのか分からなかった。バッチサイズを10に変更すると、ラベルのサイズは常に5で割ったように[2,5]になります。誰か助けてくれますか？

Answer 1

ほとんどの場合、ラベルはワンホットベクトルではなく単一の整数値なので、labelBatchは「1」や「4」などの単一の数値を含むサイズ[50]のベクトルです。今度は、train_labels = np.reshape(train_labels, (-1, NUM_CLASSES)) を使用してそれらの形状を変更すると、図形が[10、5]に変更されます。

tf.nn.softmax_cross_entropy_with_logits関数は、ラベルが "ワンホット"エンコーディングのラベルであることを前提としています（ラベル3は、サイズ5のベクトルに変換され、3の位置に1、他の場所に0が入ります）。 tf.nn.one_hot関数を使用してこれを実現できますが、より簡単な方法は、これらの単一値ラベルを使用するように設計されたtf.nn.sparse_softmax_cross_entropy_with_logits関数を使用することです。

y_ = tf.placeholder(tf.float32, [None]) # Desired output

cross_entropy = tf.reduce_mean( tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y_, logits=y_conv))

そしてtrain_labels = np.reshape(train_labels, (-1, NUM_CLASSES))ラインを取り除く：これを実現するには、これらの行を変更する必要があります。あなたはREAD_DATAとnext_batch後にラベルの形状を確認する必要がある