Keras и TensorFlow: я получаю InvalidArgumentError - PullRequest
0 голосов
/ 20 сентября 2018

Я только начинаю с Keras и TensorFlow, и я начал с изучения учебного руководства (https://machinelearningmastery.com/tutorial-first-neural-network-python-keras/)

К сожалению, когда я запускаю готовый код (я использую Anaconda - не уверен, что это актуально)) Я получаю следующую ошибку:

Вот код:

# Create your first MLP in Keras
from keras.models import Sequential
from keras.layers import Dense
import numpy
# fix random seed for reproducibility
numpy.random.seed(7)
# load pima indians dataset
dataset = numpy.loadtxt("D:\Applications\Python Apps\pima-indians-diabetes.csv", delimiter=",")
# split into input (X) and output (Y) variables
X = dataset[:,0:8]
Y = dataset[:,8]
# create model
model = Sequential()
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# Fit the model
model.fit(X, Y, epochs=150, batch_size=10)
# evaluate the model
scores = model.evaluate(X, Y)
print("\n%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

Вот ошибка:

InvalidArgumentError: Input to reshape is a tensor with 10 values, but the requested shape has 0
[[Node: training/Adam/gradients/loss/dense_3_loss/Mean_1_grad/Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _class=["loc:@training/Adam/gradients/loss/dense_3_loss/Mean_1_grad/truediv"], _device="/job:localhost/replica:0/task:0/device:GPU:0"](training/Adam/gradients/loss/dense_3_loss/mul_grad/Sum, training/Adam/gradients/loss/dense_3_loss/Mean_1_grad/DynamicStitch/_75)]]

Вот изображение всей вещи, котораянемного легче читать - https://i.imgur.com/ZTd3ZeT.jpg

Если кто-то сможет помочь с этим, я буду очень признателен.

Спасибо, Глен

1 Ответ

0 голосов
/ 01 октября 2018

Это была ошибка в TensorFlow версии 1.09.Переход на 1.10 исправил это

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...