Question

所以我有以下模型，我想用它来测试一个想法。我对tf.nn.sigmoid_cross_entropy_with_logits()特别感兴趣，因为我的标签不是互斥的。

import tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

x  = tf.placeholder(tf.float32, shape=[None, 784])
y_ = tf.placeholder(tf.float32, shape=[None, 10])

w1 = tf.get_variable("w1", shape=[784, 512], initializer=tf.contrib.layers.xavier_initializer())
b1 = tf.Variable(tf.zeros([512], dtype=tf.float32))
w2 = tf.Variable(tf.zeros([512, 10], dtype=tf.float32))
b2 = tf.Variable(tf.zeros([10], dtype=tf.float32))

h = tf.nn.relu(tf.matmul(x, w1) + b1)
y = tf.matmul(h, w2) + b2

cross_entropy = tf.nn.sigmoid_cross_entropy_with_logits(labels=y_, logits=y)
train_step = tf.train.AdamOptimizer().minimize(cross_entropy)

with tf.Session() as sess:

    sess.run(tf.initialize_all_variables())
    start = time.time()

    for i in range(20000):
        batch = mnist.train.next_batch(50)
        train_step.run(feed_dict={x: batch[0], y_: batch[1]})

但是，我反复得到以下错误，这似乎与张量流文档相矛盾。

Traceback (most recent call last):
File "mnist_test.py", line 19, in <module>
cross_entropy = tf.nn.sigmoid_cross_entropy_with_logits(labels=y_, logits=y)
TypeError: sigmoid_cross_entropy_with_logits() got an unexpected keyword argument 'labels'

请帮助!!

Answer 1

TensorFlow 1.0.0及更高版本中的关键字参数labels only exists。我猜你使用的是0.12或更低。使用pip freeze或print('TensorFlow version: {0}'.format(tf.__version__))进行检查。

以前版本的文档可以在https://www.tensorflow.org/versions/

找到

要搜索以前版本文档中的某些信息，您可以使用：https://www.google.com/search?q=site:https://www.tensorflow.org/versions/r0.12+sigmoid_cross_entropy_with_logits()

tf.nn.sigmoid_cross_entropy_with_logits公司关于文档中的参数

1 个答案: