Python 如何为TFLearn创建验证集?
我正在尝试为此聊天机器人教程创建验证集: 但我的数据形状有问题,这是我用来创建训练集和验证集的方法:Python 如何为TFLearn创建验证集?,python,tensorflow,neural-network,chatbot,tflearn,Python,Tensorflow,Neural Network,Chatbot,Tflearn,我正在尝试为此聊天机器人教程创建验证集: 但我的数据形状有问题,这是我用来创建训练集和验证集的方法: words = [] classes = [] documents = [] ignore_words = ['?'] # loop through each sentence in our intents patterns for intent in intents['intents']: for pattern in intent['patterns']: # tok
words = []
classes = []
documents = []
ignore_words = ['?']
# loop through each sentence in our intents patterns
for intent in intents['intents']:
for pattern in intent['patterns']:
# tokenize each word in the sentence
w = nltk.word_tokenize(pattern)
# add to our words list
words.extend(w)
# add to documents in our corpus
documents.append((w, intent['tag']))
# add to our classes list
if intent['tag'] not in classes:
classes.append(intent['tag'])
# stem and lower each word and remove duplicates
words = [stemmer.stem(w.lower()) for w in words if w not in ignore_words]
words = sorted(list(set(words)))
# remove duplicates
classes = sorted(list(set(classes)))
# create our training data
training = []
output = []
# create an empty array for our output
output_empty = [0] * len(classes)
# training set, bag of words for each sentence
for doc in documents:
# initialize our bag of words
bag = []
# list of tokenized words for the pattern
pattern_words = doc[0]
# stem each word
pattern_words = [stemmer.stem(word.lower()) for word in pattern_words]
# create our bag of words array
for w in words:
bag.append(1) if w in pattern_words else bag.append(0)
# output is a '0' for each tag and '1' for current tag
output_row = list(output_empty)
output_row[classes.index(doc[1])] = 1
training.append([bag, output_row])
# shuffle our features and turn into np.array
random.shuffle(training)
training = np.array(training)
# create train and test lists
x = list(training[:,0])
y = list(training[:,1])
我用不同的数据运行了两次,得到了我的培训和验证集。问题是,我用训练集的形状启动tensorflow:
net = tflearn.input_data(shape=[None, len(train_x[0])])
因此,当我去适应模型时:
model.fit(train_x, train_y, n_epoch=1000,snapshot_step=100, snapshot_epoch=False, validation_set=(val_x,val_y), show_metric=True)
我得到这个错误:
ValueError:无法为具有形状“(?,84)”的张量“InputData/X:0”馈送形状(23,55)的值
其中23是问题数量,55是验证集的唯一单词数量。84是训练集中唯一单词的数量
因为我的验证集与我的培训集有不同数量的问题/唯一单词,所以我无法验证我的培训
有人能帮我创建一个独立于问题数量的有效验证集吗?我不熟悉Tensorflow和Tflearn,所以任何帮助都会很好。据我所知,这就是您所做的:您创建了一个名为
单词的词典,其中包含数据集中所有可能的单词。然后,在创建培训数据集时,您搜索了该词典中问题的每个单词单词,如果在那里,您将1
添加到您的单词包中,否则添加0
。这里的问题是每个问题的字数不同,因此1和0的字数也不同
你可以通过做相反的事情来绕过它:在训练集的问题中搜索字典中的每个单词,如果有,将1
添加到你的单词袋中,否则添加0
。这样,所有问题的长度都将相同(=字典长度单词长度)。您的培训集现在将具有维度(培训中的问题数量,len(words)
)
对验证集也可以做同样的事情:在验证集的问题中搜索字典中的每个单词words
,如果有,则将1
添加到单词包中,否则添加0
。同样,这样,验证集现在将具有维度(验证中的问题数,len(words)
解决了尺寸不匹配的问题
因此,假设单词中有90个单词,培训设置形状:(?,90)
,验证设置形状:(23,90)
,嗯,这可能是正确的方法!我将尝试实现此方法,看看它是否有效!谢谢你的帮助!!(很抱歉反应太晚!)请告诉我结果。:)嘿!它工作得很好!问题是我没有像你说的那样使用“单词”dict来包含数据集中所有可能的单词(正在实例化两个dict,一个用于验证,另一个用于训练集),所以我所做的是创建一个包含验证和培训集中所有可能单词的dict。感谢帮助人,我真的很感谢你为帮助一个陌生人所做的努力!