开发者社区> 问答> 正文

tensorflow中使用LSTM作词性标注时,出现数据与标签不匹配问题。

这是具体的错误*the same first dimension, got logits shape [2,6] and labels shape [6] 以下是代码:我就不提供源码,我在测试如下小的LSTM序列时就已经不能通过,所以想问下,我是数据处理的不对,还是网络层写的不对。

数据的准备

这里我建立了两个句子,每个句子长度为3,每个字的维度为3; data=np.asarray([[1,0,0],[0,1,0],[0,0,1],[0,0,1],[0,1,0],[1,0,0]]).reshape(2,3,3) label=np.asarray([[1,2,3],[3,2,1]]) #建立网络层 model=tf.keras.Sequential() model.add(tf.keras.layers.Dropout(0.2,input_shape=(3,3))) model.add(tf.keras.layers.LSTM(3)) model.add(tf.keras.layers.Dense(3,activation='softmax'))

编译模型

因为我标签为具体的整型,所以我确定需要用这个损失函数 model.compile(optimizer='adam',loss='sparse_categorical_crossentropy')

运行

这里我将上面的数据和标签喂进模型时,就出现上面的错误,所以想问下这里是数据不对,还是模型不对。

展开
收起
MLtiro 2019-11-24 16:07:01 737 0
0 条回答
写回答
取消 提交回答
问答排行榜
最热
最新

相关电子书

更多
使用TensorFlow搭建智能开发系统 自动生成AppUI 立即下载
使用TensorFlow搭建智能开发系统自动生成App UI 立即下载
从零到一:IOS平台TensorFlow入门及应用详解 立即下载