Question

我试图通过为cifar数据集构建分类器来使用神经网络。我决定从tflearn回购中获取一个例子，但是我遇到了麻烦。

有些事情需要注意：

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。每个图像都是一个形状的数组[3072]（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')

我在第一次运行时遇到以下异常：线程Thread-17中的异常：

ValueError: Input must be >= 2-d。

当我重新运行笔记本而不重置内核时，我的错误消息变为：

IndexError: list index out of range

最后当我尝试使用Tensorflow重塑我的数据时：

TypeError: 'Tensor' object is not iterable。

Answer 1

我觉得这是你的tf和tf-learn安装的问题。我强烈建议你重新安装tensorflow和tflearn（不确定Jupyter正在使用什么）因为我使用virtualenv进行了全新安装。一切都像终端与.py文件的魅力。你能指出Jupyter笔记本，所以我可以看看tf和tf-learn的版本吗？

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

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

TFLearn CovNet示例导致错误w / CIFAR-10

1 个答案: