ソフトマックスによるテンソルフロー文字認識は、[NaN ... NaN]予測のため精度1になります

Question

https://www.tensorflow.org/get_started/mnist/beginnersで説明したsoftmax回帰方法を使用して文字を認識しようとしています。

私のコードは以下の通りです。

train_data = pd.read_csv('CharDataSet/train.csv') 
print(train_data.shape) 
x = tf.placeholder(tf.float32, [None, 130]) 
W = tf.Variable(tf.zeros([130, 26])) 
b = tf.Variable(tf.zeros([26])) 

y = tf.nn.softmax(tf.matmul(x, W) + b) 
y_ = tf.placeholder(tf.float32, [None, 26]) 
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1])) 
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy) 
sess = tf.InteractiveSession() 
tf.global_variables_initializer().run() 

for _ in range(10): 
    batch_xs = train_data.iloc[:, 2:] 
    print(batch_xs) 
    batch_ys = getencodedbatch(train_data.iloc[:, 1]) 
    print(batch_ys) 
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys}) 

しかし、私は1の精度を得ていますが、そうではありません。私は私のyテンソルは

[nan, ..., nan] 

のような配列となりので、それはそうで取得していますなぜ 理由は、誰もが私のコードで間違っているものを私に説明できますか？

私はここで

def getencodedbatch(param): 
    s = (param.shape[0],26) 
    y_encode = np.zeros(s) 
    row=0 
    # print(y_encode) 
    for val in param: 
     col = ord(val)-97 
     y_encode[row, col] = 1 
     row += 1 
    return pd.DataFrame(y_encode) 

Answer 1

以下の方法を使用してワンホットエンコーディングに各文字を変換するには、あなたが持っている問題である。

• あなたが0にあなたの最初の重みとバイアスを設定します（このあなたの ネットワークが学習しないので間違っています）。
• 結果はyがすべて0で構成されています
• yのログを取ると、0のログが定義されていないので、NaNです。

幸運！

修正方法を教えてください：MNIST文字を分類する例を探し、それらの動作を確認してください。あなたはおそらくランダムノーマルになるようにウェイトを初期化したいと思うでしょう;）