报错代码显示:

InvalidArgumentError: Can not squeeze dim[1], expected a dimension of 1, got 10 for ‘metrics/acc/Squeeze’ (op: ‘Squeeze’) with input shapes: [?,10].


错误原因:
使用稀疏分类交叉熵的损失函数,模型的真实输出值得是一个索引index而不是one hot编码,比如你给定的真实输出值应该是0而非[1, 0, 0, 0, 0]

解决办法
1 修改损失函数为:loss=‘categorical_crossentropy’,
2 还有一种就是将one-hot编码转换为索引index。

参考文章:
https://blog.csdn.net/qq_32623363/article/details/104183117?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.nonecase

https://blog.csdn.net/zhangpeterx/article/details/89290303?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159118576519195162519650%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=159118576519195162519650&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_ecpm_v2~pc_rank_v3-1-89290303.first_rank_ecpm_v2_pc_rank_v3&utm_term=InvalidArgumentError%3A+Can+not+

InvalidArgumentError: Can not squeeze dim[1], expected a dimension of 1, got 10 for metrics/acc/相关推荐

  1. 报错解决:InvalidArgumentError: Can not squeeze dim[1], expected a dimension of 1, got

    报错解决:InvalidArgumentError: Can not squeeze dim[1], expected a dimension of 1, got 101 晚上在使用tensorflo ...

  2. Can not squeeze dim[1], expected a dimension of 1

    遇上如题所示问题,多半是因为使用了sparse_categorical_crossentropy作为损失函数 这会出现在分类问题中,这个激活函数要求如下: labels vector must pro ...

  3. tensorflow报错Can not squeeze dim[1], expected a dimension of 1, got n for解决办法

    这是因为tf的文档要求label必须是一个单独的值,而不是一个one-hot编码后像[1,0,0], [0,1,0], [0,0,1].的值.

  4. tensorflow问题

    20210121 ImportError: No module named 'tensorflow.python' https://stackoverflow.com/questions/414156 ...

  5. 【Tensorflow】mnist_with_summaries.py报错

    最近在学tensorflow,以官网教程为入门资料,刚好学到tensorboard(以mnist手写识别码为例),但是在运行的过程中,却一直报错,本人小白,花了一段时间去解决,所以将错误记录下来,与大 ...

  6. tf.squeeze()函数

    tf.squeeze()函数用于从张量形状中移除大小为1的维度 squeeze(input,axis=None,name=None,squeeze_dims=None ) 给定张量输入,此操作返回相同 ...

  7. RuntimeError: 0D or 1D target tensor expected, multi-target not supported解决

    loss_class = nn.NLLLoss() loss_class_test = loss_class(class_prd,labels) 报错:RuntimeError: 0D or 1D t ...

  8. 【Pytorch】| Pytorch中softmax的dim的详细总结

    [Pytorch]| Pytorch中softmax的dim的详细总结 关于softmax的理解 一维向量:dim=0和dim=-1结果相同,dim=1和dim=2会报错 二维张量:dim=1和dim ...

  9. pytorch: 给tensor删除或者添加维度为1的维度(squeeze和unsqueeze)

    删除tensor中维度为1的维度 在pytorch中,用torch.squeeze()函数或者tensor的自身成员函数squeeze()去除维度为1的维度. import torch x = tor ...

最新文章

  1. 牛客网-阿里巴巴2017
  2. UVa133 - The Dole Queue
  3. 计算机网络日,《计算机网络原理》教学日历[汇编].pdf
  4. angr学习笔记(1)
  5. Vue父子组件通信小总结
  6. PaaS、DevOps、OpenShift与业务中台的实现
  7. python中while true的用法_解析Python中while true的使用
  8. 微信小程序云开发教程-WXML入门-条件渲染
  9. 小凡模拟器(DynamipsGUI)打不开的简单解决方法
  10. MySQL索引数据结构与算法
  11. 2.OSGI企业应用开发-Eclipse中搭建Felix运行环境
  12. Python学习记录 逻辑回归
  13. 冷却塔为什么设计成双曲线型?
  14. java qo_Java中DAO/DTO/PO/VO/BO/QO/POJO
  15. 从菜鸟到老鸟--Mac篇 [一]
  16. 零基础前端入门系列(八)
  17. WebGL和OpenGL的联系和区别
  18. 如何选择一台高性能计算机,【小白必看】如何选购电脑?
  19. 第一场web3的游戏直播带领我走向直播的另一高点
  20. 苹果电脑变慢的原因有哪些 苹果电脑变慢了怎么办

热门文章

  1. C#使用随机数模拟器来模拟世界杯排名(一)
  2. 2021-10-19大数据学习日志——数据埋点+网络爬虫——前端开发入门
  3. 那些好用的iOS开发工具
  4. 装修公司网站源码模板电脑、手机端、微信三合一Asp.net
  5. java格式化时间字符串 毫秒_SimpleDateFormat是否有格式字符串来获取毫秒日期时间值,而不是人类可读的格式?...
  6. 计算机软考考试难度大吗?据说是行业唯一的证书,自学还是报班好?
  7. 给你的应用程序添加动态鼠标
  8. 数组名传参(pass by reference)
  9. JAVA中webSockt一对一聊天
  10. android浏览器 url,java – 在Android浏览器中获取当前URL