解决问题
ValueError: Found input variables with inconsistent numbers of samples: [86, 891]
解决思路
值错误：发现输入参数变量与样本数不一致：[86，891]。我们可以输出参数变量的形状查看，发现的确不一致，找到了问题的根源！
print(X.shape)
print(y.shape)
(86, 4)
(891,)
成功解决ValueError: Found input variables with inconsistent numbers of samples: [86, 891]
2021-10-30
2436
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
成功解决ValueError: Found input variables with inconsistent numbers of samples: [86, 891]
目录
相关文章
|
IDE
PyTorch
网络安全
|
3月前
|
PyTorch
算法框架/工具
Python
Traceback (most recent call last):WARNING: Dataset not found, nonexistent paths:
这篇文章描述了在使用YOLOv5进行训练时遇到的"Dataset not found"错误，分析了可能的原因，包括网络连接问题和数据集路径配置错误，并提供了相应的解决方法，如检查网络设置和确认数据集文件的存放位置。
98
2
2
RuntimeError: Given groups=1, weight of size 64 128 1 7, expected input[16,
RuntimeError: Given groups=1, weight of size 64 128 1 7, expected input[16,
2891
0
0
RuntimeError: a view of a leaf Variable that requires grad is being used in an in-place operation.
RuntimeError: a view of a leaf Variable that requires grad is being used in an in-place operation.
2511
0
0
|
机器学习/深度学习
PyTorch
算法框架/工具
解决RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cp
对应两种保存模型的方式，pytorch也有两种加载模型的方式。对应第一种保存方式，加载模型时通过torch.load(‘.pth’)直接初始化新的神经网络对象；对应第二种保存方式，需要首先导入对应的网络，再通过net.load_state_dict(torch.load(‘.pth’))完成模型参数的加载。
1530
0
0
|
机器学习/深度学习
数据采集
ValueError: Found input variables with inconsistent numbers of samples: [140, 1120] 怎么解决？
这个错误通常发生在机器学习模型的训练中，它表示输入数据的样本数量不一致。在你的情况下，你的输入数据中有两个变量，一个变量的样本数量为140，另一个变量的样本数量为1120，因此这个错误就出现了。
为了解决这个问题，你需要确保所有输入变量的样本数量是相同的。你可以通过以下几种方式来解决这个问题：
检查数据：检查数据是否正确加载，可能会导致数据样本数量不一致。
数据清洗：检查是否有重复的样本或者缺失的样本，如果有则需要对数据进行清洗。
数据对齐：如果你使用了多个数据源，那么你需要对它们进行对齐以确保它们的样本数量一致。
数据重采样：如果数据中有不均衡的样本数量，你可以考虑使用数据重采样方
882
0
0
|
TensorFlow
算法框架/工具
解决TypeError: tf__update_state() got an unexpected keyword argument ‘sample_weight‘
解决TypeError: tf__update_state() got an unexpected keyword argument ‘sample_weight‘
272
0
0
config.guess: unable to guess system type、config.sub: missing argument
config.guess: unable to guess system type、config.sub: missing argument
133
0
0
|
Python
解决办法：RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96
解决办法：RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96
538
0
0
|
Python
成功解决ValueError: numpy.ufunc size changed, may indicate binary incompatibility. Expected 216 from C h
成功解决ValueError: numpy.ufunc size changed, may indicate binary incompatibility. Expected 216 from C h
3223
0
0
热门文章
最新文章
1
Object reference not set to an instance of an object.
2
Map根据键、值进行排序
3
锐捷网络&视易K米，携手助力2016腾讯全球合作伙伴万人大会
4
Java中的定时器
5
Python正则表达式指南下下半部
6
VirtualDesktop多媒体在何处解码?
7
文件移动脚本
8
xml在此生活
9
在不动用sp_configure的情况下，如何 =》去掉列的自增长，并保留原数据
10
聚焦技术实战！MDCC 2016 移动开发者大会盛大开幕
1
2024Mysql And Redis基础与进阶操作系列（6）作者——LJS[含MySQL 多表之一对一/多；多对多；多表联合查询等详解步骤及常见报错问题所对应的解决方法]
32
2
猫头虎分享：鸿蒙生态带给开发者的全新机遇！轻松实现按需加载与多端适配，开发效率翻倍
30
3
2024Mysql And Redis基础与进阶操作系列（5）作者——LJS[含MySQL DQL基本查询:select；简单、排序、分组、聚合、分组、分页等详解步骤及常见报错问题所对应的解决方法]
25
4
理解 ES6 中的 Promise
26
5
CSS 提高性能的方法
23
6
CSS 预编语言的区别
10
7
如何快速掌握 CSS 预编语言
10
8
对 CSS 预编语言的理解
12
9
利用缓存布局信息来减少回流和重绘的发生
12
10
减少回流和重绘的发生
12