TensorFlow - Tflearning 错误 feed_dict

Question

我正在研究 python 中的分类问题。事实上，我还不太擅长 TensorFlow。所以我很长时间以来都遇到同样的问题，但我不知道如何解决。我希望你能帮助我:)

这是我的数据：

X：8000张图片：32*32px和3种颜色（rgb），所以我加载一个矩阵X.shape =（8000,32,32,3）

Y：4 个类别（1、2、3 和 4）：Y.形状 = (8000,1)

这是我的代码：

network = input_data(shape=[None, 32, 32, 3], name='iput')                   
# Step 1: Convolution
network = conv_2d(network, 32, 3, activation='relu')
# Step 2: Max pooling
network = max_pool_2d(network, 2)
# Step 3: Convolution again
network = conv_2d(network, 64, 3, activation='relu')
# Step 4: Convolution yet again
network = conv_2d(network, 64, 3, activation='relu')
# Step 5: Max pooling again
network = max_pool_2d(network, 2)
# Step 6: Fully-connected 512 node neural network
network = fully_connected(network, 512, activation='relu')
# Step 7: Dropout - throw away some data randomly during training to prevent over-fitting
network = dropout(network, 0.5)
# Step 8: Fully-connected neural network with 4 outputs
network = fully_connected(network, 4, activation='softmax')
# Tell tflearn how we want to train the network
network = regression(network, optimizer='adam',
                     loss='categorical_crossentropy',
                     learning_rate=0.001)
model = tflearn.DNN(network)                
model.fit(X, Y)

这是我的错误

回溯（最近一次调用最后一次）：

文件“”，第 3 行，位于

模型.fit(X, Y)

文件“/home/side/anaconda3/lib/python3.5/site-packages/tflearn/models/dnn.py”，

第 157 行，适合

自我目标）

文件“/home/side/anaconda3/lib/python3.5/site-packages/tflearn/utils.py”，第 267 行，在 feed_dict_builder feed_dict[net_inputs[i]] = x IndexError：列表索引超出范围

我还尝试将 X 作为 (8000,3072) 矩阵传递，将 Y 作为 (8000,4) 矩阵传递，例如：

[0 0 1 0 <-- Y[0] = 3

0 1 0 0 <-- Y[1] = 2

...]

我重用此代码：https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_cifar10.py，用于对 cifar10 数据进行分类。

感谢您的帮助，

西莉亚

Answer 1

另一种选择是添加：

tf.reset_default_graph()

作为代码的第一行