TFLearn：DNNの正しい次元を定義する

Question

Python 3.5でTFLearnを使用してパターン認識問題のDNNを構築しています。私の入力は[50,300]のように整形されているので、おおまかに言えば、トレーニングセットはそれぞれが300要素の配列である50要素からなる配列のリストです。

私が構築しているすべての配列はNumPy配列です。

ここで私が使用しているコード：

training = np.array(training) 

# create train and test lists 
train_x = list(training[:,0]) 
print(train_x[0]) 
train_y = list(training[:,1]) 
# reset underlying graph data 
tf.reset_default_graph() 
mean = int(len(train_x[0])/len(train_y[0])) 
net = tflearn.input_data(shape=[None, 50, 300]) 
net = tflearn.fully_connected(net, mean) 
net = tflearn.fully_connected(net, mean) 
net = tflearn.fully_connected(net, len(train_y[0]), activation='softmax') 
net = tflearn.regression(net) 
# Define model and setup tensorboard 
model = tflearn.DNN(net, tensorboard_dir='tflearn_logs') 
# Start training (apply gradient descent algorithm) 
model.fit(train_x, train_y, show_metric=True) 

をしかし、私は取得していますエラーは以下の通りです：

Traceback (most recent call last): 
    File "/Users/Foo/Bar/test.py", line 82, in <module> 
model.fit(train_x, train_y, show_metric=True) 
    File "/usr/local/lib/python3.5/site-packages/tflearn/models/dnn.py", line 215, in fit 
callbacks=callbacks) 
    File "/usr/local/lib/python3.5/site-packages/tflearn/helpers/trainer.py", line 336, in fit 
show_metric) 
    File "/usr/local/lib/python3.5/site-packages/tflearn/helpers/trainer.py", line 777, in _train 
feed_batch) 
    File "/usr/local/lib/python3.5/site-packages/tensorflow/python/client/session.py", line 778, in run 
run_metadata_ptr) 
    File "/usr/local/lib/python3.5/site-packages/tensorflow/python/client/session.py", line 954, in _run 
np_val = np.asarray(subfeed_val, dtype=subfeed_dtype) 
    File "/usr/local/lib/python3.5/site-packages/numpy/core/numeric.py", line 531, in asarray 
return array(a, dtype, copy=False, order=order) 
ValueError: setting an array element with a sequence. 

は、おそらく私がうまくネットワークの形状を定義していませんよ。どうすれば修正できますか？アドバイスで

おかげ

Answer 1

ありネットワークを定義するには何の問題もありませんが、問題は、まず第一に、彼らは、リストされているが、彼らは、配列である必要があり、XとYであるあなたは、最初の確認することを修正した場合、それが良いでしょうあなたがフィットする配列の形。

チェックこの1：

# create train and test lists 
train_x = training[:,0].reshape([-1,50,300]) 
print(train_x.shape) 
train_y = training[:,1]