常见入门问题,在拷贝修改别人程序时一定概率出现。
原因:你一定是改了 神经网络输出层神经元个数 或 给予神经网络的训练集的标签数目 其中的一种,使得两者不匹配。
比如我拷贝了一个猫狗大战的程序改,结果数据集分了10类,但神经网络层输出神经元还是两个(原猫和狗),结果不匹配了。
如:
def inference(images, batch_size, n_classes,keep_prob):
conv1 = tf.layers.conv2d(images,6,3,1,'valid',activation=tf.nn.relu)
pool1 = tf.layers.max_pooling2d(conv1, 2, 2)
conv2 = tf.layers.conv2d(pool1, 16, 3, 1, 'valid', activation=tf.nn.relu)
pool2 = tf.layers.max_pooling2d(conv2, 2, 2)
reshape = tf.reshape(pool2, shape=[batch_size, -1])
local3 = tf.layers.dense(reshape, 400)
local4 = tf.layers.dense(local3, 400)
h_drop = tf.nn.dropout(local4, keep_prob)
softmax_linear = tf.layers.dense(h_drop, n_classes)
return softmax_linear
这是一段神经网络的搭建,其中n_classes是输出类别,也就是输出神经元个数。
而训练集可能是手写体,可能是cifar-10。结果类别为10和n_classes不匹配。如果对你有用点个赞呗。