Python TensorFlow索引无效（超出范围）

您好，我目前正在尝试使用自己的图像数据运行TensorFlow。 但是当我试图运行这些函数时，它崩溃了：它来自mnist.py

def loss_fn(logits, labels):
    batch_size = tf.size(labels)
    labels = tf.expand_dims(labels, 1)
    indices = tf.expand_dims(tf.range(0, batch_size, 1), 1)
    concated = tf.concat(1, [indices, labels])
    onehot_labels = tf.sparse_to_dense(
             concated, tf.pack([batch_size, NUM_CLASSES]), 1.0, 0.0)
    cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits,
                     onehot_labels,name='xentropy')
    loss = tf.reduce_mean(cross_entropy, name='xentropy_mean')
    return loss

出现此错误时：

Compute status: Invalid argument: Indices are not valid (out of bounds).  Shape: dim { size: 100 } dim { size: 447 }

数字100是我的批量大小，447是我的班级数量

我也试图像这里一样解决这个问题 将索引行更改为此行：

indices = tf.expand_dims(tf.range(0, batch_size, 1), 1)

没有解决我的问题。

---

有人有想法吗？

我也有这个错误。我意识到了我的错误。如果有10个类，则标签值的范围应为0-9（含0-9）。该错误在与dataset一起使用的TensorFlow CIFAR10示例中重现。请参阅下面的问题和答案

---

您是否可以分享错误消息周围的一些上下文，包括失败的机头的名称？另外，您是否可以打印

logits.get\u shape（）

和

标签。get\u shape（）

以了解这些张量的预期形状？@mrry Hi。我试过你的建议了。我的标签是空的。于是我开始调试。然后我查看了我的.tfrecords文件，发现标签和深度字段中的值没有写入。我使用了这个脚本中的convert_to（）函数：@mrry首先，我想在这个脚本的第56行（dat.shape[0]，num_示例）中有一个键入错误。我认为应该是（images.shape[0]，num_示例）。第二件事是深度和标签值在.tfrecords文件中是空的。只有将第69行和第70行更改为[code]（'depth'：_bytes_feature（str（depth）），'label'：_bytes_feature（label）），我才能在.tfrecords文件中看到传递的深度和标签值。在这些改变之后，我又犯了一个错误，但如果我自己不能解决这个问题，我会发布一个新问题。谢谢你的提示。你应该接受你的评论，解释你是如何解决这个问题的，并给出答案。我知道它没有让你的代码工作，但它被认为是一个有效的答案在这里。通过将其作为答案发布，它将帮助其他人，因为并非所有人都在评论中寻找答案。