TFlearIndexError 越界

Question

我有一些看起来像这样的数据:

X = [[1,2,3,4],[01010],[-1.6]]
y = [[4,2]]

我正在尝试使用 tflearn 在这些数据上训练神经网络。我使用的是 TFlearn github 主页 ( https://github.com/tflearn/tflearn ) 上给出的相同示例，只是我更改了数据的形状。

tflearn.init_graph(num_cores=1)

net = tflearn.input_data(shape=[None, 2,2,1])
net = tflearn.fully_connected(net, 64)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 10, activation='softmax')
net = tflearn.regression(net, optimizer='adam', loss='categorical_crossentropy')

model = tflearn.DNN(net)
model.fit(X,y)

我一直收到这个错误:

“IndexError:索引 2 超出了大小为 1 的轴 0 的范围。”

我认为这要么是因为指定的数据形状不正确，要么与 fully_connected 层有关。

这个错误是什么意思？是因为形状不对吗？我需要在上面的代码中更改什么以防止出现此错误？

如有任何帮助，我们将不胜感激。

Answer 1

此问题已在以下线程中进行了详细讨论。

List index out of......

显然，在顶部简单添加以下代码就解决了这个问题:

tf.reset_default_graph()

这里的tf是tensorflow的意思，所以不要忘记导入tensorflow

希望对你有帮助