python - TFLearn CovNet 示例导致使用 CIFAR-10 时出现错误

Question

我正在尝试通过为 cifar 数据集构建分类器来熟悉神经网络。我决定从 tflearn 存储库中获取一个示例，但是我遇到了麻烦。

有一些注意事项:

我正在使用 Jupyter Notebook 来测试我的模型。

我正在使用 https://www.cs.toronto.edu/~kriz/cifar.html 上的 Cifar 数据集。每个图像都是形状为 [3072] 的数组(它被展平为单个数组)

版本:Python 3.5、Tensorflow 0.10、TFLearn 0.2.1

import tflearn
from tflearn.data_utils import shuffle, to_categorical
from tflearn.layers.core import input_data, dropout, fully_connected
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.estimator import regression

(X, Y), (X_test, Y_test) = (raw_train_data, raw_train_labels), \
                       (raw_test_data, raw_test_labels)
X, Y = shuffle(X, Y)
Y = to_categorical(Y, 10)
Y_test = to_categorical(Y_test, 10)

# X, X_test = tf.reshape(X, [-1, 32, 32, 3]), tf.reshape(X_test, [-1, 32, 32, 3])
# Convolutional network building
network = input_data(shape=[None, 32, 32, 3],
                 data_preprocessing=img_prep,
                 data_augmentation=img_aug)
network = conv_2d(network, 32, 3, activation='relu')
network = max_pool_2d(network, 2)
network = conv_2d(network, 64, 3, activation='relu')
network = conv_2d(network, 64, 3, activation='relu')
network = max_pool_2d(network, 2)
network = fully_connected(network, 512, activation='relu')
network = dropout(network, 0.5)
network = fully_connected(network, 10, activation='softmax')
network = regression(network, optimizer='adam',
                 loss='categorical_crossentropy',
                 learning_rate=0.01)

model = tflearn.DNN(network, tensorboard_verbose=0)
model.fit(X, Y, n_epoch=2, shuffle=False, validation_set=(X_test, Y_test),
      show_metric=False, batch_size=50, run_id='cifar10_cnn')

第一次运行时出现以下异常:线程 Thread-17 中出现异常:

ValueError:输入必须 >= 2-d。

当我重新运行笔记本而不重置内核时，我的错误消息更改为:

IndexError:列表索引超出范围

最后当我尝试使用 Tensorflow reshape 数据时:

类型错误:“张量”对象不可迭代。

Answer 1

我觉得这是您的 tf 和 tf-learn 安装的问题。我强烈建议您重新安装tensorflow和tflearn(不确定Jupyter正在使用什么)因为我刚刚使用 virtualenv 进行了全新安装。一切都像带有 .py 文件的终端的魅力一样。您能否指出 Jupyter Notebook，以便我看一下 tf 和 tf-learn 的版本？

这是代码的修改版本(带有您的参数):我使用了 convnet 示例 here作为基础。

https://gist.github.com/hakanu/1cc91000548978e0245a901e565040d1