InvalidArgumentError：logitsとラベルと同じ一次元seq2seqを持っている必要がありますTensorflow

Question

私はlogitsとラベルの最初の薄暗いが、同じ寸法を有しているにもかかわらずseq2seq.sequence_lossでこのエラーを取得しています、すなわちBATCHSIZE

私はTF 1.0でseq2seqモデルを作成しましたバージョン。次のように私の損失関数は次のとおりです。

logits = self.decoder_logits_train 
    targets = self.decoder_train_targets 
    self.loss  = seq2seq.sequence_loss(logits=logits, targets=targets, weights=self.loss_weights) 
    self.train_op = tf.train.AdamOptimizer().minimize(self.loss) 

私はトレーニングしながら、自分のネットワークを実行している上で、次のエラーを取得しています：

a,b = sess.run([model.decoder_logits_train, model.decoder_train_targets], feed_dict) 
print(np.shape(a)) # (128, 10, 150000) which is (BatchSize, MaxSeqSize, Vocabsize) 
print(np.shape(b)) # (128, 12) which is (BatchSize, Max length of seq including padding) 

を：

InvalidArgumentError (see above for traceback): logits and labels must have the same first dimension, got logits shape [1280,150000] and labels shape [1536] 
    [[Node: sequence_loss/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits = SparseSoftmaxCrossEntropyWithLogits[T=DT_FLOAT, Tlabels=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"](sequence_loss/Reshape, sequence_loss/Reshape_1)]] 

次のように私はlogitsとtargetsテンソルの形状を確認します

targetsとlogitsの最初のディメンションは同じですこのエラー？

興味深いことに、エラーuが(128 * 10, 150000)[product of first two dimension, vocab_size]ある、logitsの寸法が(1280, 150000)として言及されていることを観察することができ、そしてすなわち(1536)ターゲットの同じ、再び、最初の二つの次元の積(128*12)ありますか？

注：あなたが実際には同じであることを第一および第二の寸法を必要とするようTensorflow 1.0 CPUバージョン

Answer 1

エラーメッセージが、ビットmissleadingのようです。 logitsは確率ベクトルであるとしてtargetsが本当の出力を表して

logits: A Tensor of shape [batch_size, sequence_length, num_decoder_symbols] and dtype float. The logits correspond to the prediction across all classes at each timestep.

targets: A Tensor of shape [batch_size, sequence_length] and dtype int. The target represents the true class at each timestep.

また、これは、理にかなっているので、彼らは同じ長さでする必要があります。これはhereに書かれています。