python valueerror函数使用_python – 具有张量流的语义分段 – 损失函数中的ValueError(稀疏 – softmax)...

我的输入图像数据暂时是750x750x3 RGB图像.

在通过网络运行后,我使用shape [batch_size,750,2]的logits进行损失计算.

这是一个二进制分类 – 我这里有两个类,[0,1]在我的标签中(形状[batch_sizex750x750].这些进入损失函数,如下：

def loss(logits,labels,num_classes):

with tf.name_scope('loss mine'):

logits = tf.to_float(tf.reshape(logits,[-1,num_classes]))

#CHANGE labels type to int,for sparse_softmax...

labels = tf.to_int64(tf.reshape(labels,[-1]))

print ('shape of logits: %s' % str(logits.get_shape()))

print ('shape of labels: %s' % str(labels.get_shape()))

cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(logits,name='Cross_Entropy')

tf.add_to_collection('losses',cross_entropy)

loss = tf.add_n(tf.get_collection('losses'),name='total_loss')

return loss

这些是重塑后的logits和标签的形状：

shape of logits: (562