machine-learning - "logits and labels must be same size: logits_size=[10,2] labels_size=[10,11]"

Question

我正在构建一个机器学习模型，该模型使用肿瘤数据对其他肿瘤进行分类。不过我申报费用的时候好像有问题。

我不明白为什么这是一个问题，因为我使用 TensorFlow 提供的 MNIST 数据集运行了同样的代码，并且运行良好。在这种情况下，我将 n_classes 设置为 10，batch_size 设置为 100，并且 x = tf.placeholder('float', [None, 784])。

Answer 1

您已将类数指定为 2:

n_classes = 2

因此，当使用您指定的 10 个批处理时，您的输出层形状为 [10, 2]。但是每个样本传递 11 个标签，标签形状为 [10, 11]。您可能会将数据作为 sess.run([...], feed_dict={...}) 中的标签传递。您没有指定标签的形状:

y = tf.placeholder('float')

该行应该是:

y = tf.placeholder('float', shape=[None, n_classes])

如果您这样做，我预计您的错误将转移到您的 sess.run 调用，并且它会指出您为标签传递了错误的数据。

另外，作为旁注，对于二元预测器，如果在输出上使用单个神经元，您将获得稍微更好的结果。尽管它可以使用 2 个神经元作为二元类，但它的性能通常比单个 [0,1] 输出类稍差。