TensorFlow-Coding
TensorFlow-Coding copied to clipboard
zhaoyingjun
label的one-hot编码
https://github.com/zhaoyingjun/TensorFlow-Coding/blob/0034d92e17f164b86accac3c49826dab0ce79fa6/lessonOne/imgClassifierWeb/cnnModel.py#L152 老师您好，我是听了小象学院课程的学生，关于这行代码有两个问题想请教：
- 根据tf.nn.sparse_softmax_cross_entropy_with_logits的文档,label可以直接放入数值化的标签结果，请问您这里为什么做了One-hot处理呢？
- 根据tf.nn.sparse_softmax_cross_entropy_with_logits的文档，这里的logits应该是未经softmax处理的结果(这个函数会进行softmax操作)，您这里输入的为什么是经过softmax后的值呢？
初学请教，理解错误之处请您谅解；万望回复，谢谢啦！
1、这个是用错了，当时没有仔细看文档，这个不需要对label进行onehot编码的，如果进行onehot编码需要改用tf.nn.softmax_cross_entropy_with_logits，正好最近在改写用tensorflow2.0的api编码的时候发现这个问题，多谢提出，造成困惑还请见谅。 2、是的，这是是不需要在网络的最后一层再加上softmax的，已经更新代码。
@zhaoyingjun ,您好，您的第一课的代码运行还是有问题。
首先 ， 在 cnnModel下，step，label运行时不匹配。
第二， 我主要想问的就是execute.py文件中。
softmax_propabilities = graph.get_tensor_by_name(name="softmax_probs:0") softmax_predictions = tf.argmax(softmax_propabilities, axis=1) data_tensor = graph.get_tensor_by_name(name="data_tensor:0")
"softmax_probs:0" 这么没法获取的问题。
请老师 能给我解决一下 第二个问题。
老师 目前对于第一课代码有个疑问。 #将label变成one-hot编码，因为softmax_propabilities是一个数组，是10个概率，每个概率代表着预测结果属于其index类的概率，为了计算交叉熵，我们需要把label也转换成一个数组 self.label_tensor=tf.one_hot(self.label_tensor,10) #计算交叉熵 cross_entropy=tf.nn.softmax_cross_entropy_with_logits(logits=self.fc_result,labels=self.label_tensor) 您修改成这个样子了 目前跑不通 报错： ValueError: Cannot feed value of shape (1000,) for Tensor 'one_hot:0', which has shape '(1000, 10)' 去掉onehot 仍然修改为cross_entropy=tf.nn.sparse_softmax_cross_entropy_with_logits(logits=self.fc_result,labels=self.label_tensor) 可以跑通,但是模型不收敛。acc一直很低。
@zhaoyingjun ,您好，您的第一课的代码运行还是有问题。 首先 ， 在 cnnModel下，step，label运行时不匹配。 第二， 我主要想问的就是execute.py文件中。
softmax_propabilities = graph.get_tensor_by_name(name="softmax_probs:0") softmax_predictions = tf.argmax(softmax_propabilities, axis=1) data_tensor = graph.get_tensor_by_name(name="data_tensor:0")"softmax_probs:0" 这么没法获取的问题。请老师 能给我解决一下 第二个问题。
cnnmodel里加上：self.softmax_propabilities=tf.nn.softmax(self.fc_result,name="softmax_probs") 就能获取到了。 您说的第一个问题是从哪发现的？
Cannot feed value of shape (500,) for Tensor 'one_hot:0', which has shape '(500, 1, 10)'
