Python 用于分类的一维CNN

我正在构建一个卷积神经网络（带有Tensorflow），它应该对一维输入进行分类

以下是我目前的代码：

import tensorflow as tf

n_outputs = 1
batch_size = 32
x = tf.placeholder(tf.float32, [batch_size, 10, 1])

filt = tf.zeros([3, 1, 1])

output = tf.nn.conv1d(x, filt, stride=2, padding="VALID")

y = tf.placeholder(tf.int32)
logits = tf.layers.dense(output, n_outputs)
xentropy = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y, logits=logits)
correct = tf.nn.in_top_k(logits, y, 1)

当我运行上面的代码时，我得到以下错误：

回溯（最近一次呼叫最后一次）： 文件“minex.py”，第16行，在 correct=tf.nn.in\u top\k（logits，y，1） 文件“/home/jk/tensorflow/local/lib/python2.7/site packages/tensorflow/python/ops/gen_nn_ops.py”， 第1449行，in_top_k 目标=目标，k=k，name=name） 文件“/home/jk/tensorflow/local/lib/python2.7/site packages/tensorflow/python/framework/op_def_library.py”， 第763行，应用操作中 op_def=op_def） 文件“/home/jk/tensorflow/local/lib/python2.7/site packages/tensorflow/python/framework/ops.py”， 第2329行，在创建操作中 为输出设置形状（ret） 文件“/home/jk/tensorflow/local/lib/python2.7/site packages/tensorflow/python/framework/ops.py”， 第1717行，用于输出的集合形状 形状=形状函数（op） 文件“/home/jk/tensorflow/local/lib/python2.7/site packages/tensorflow/python/framework/ops.py”， 第1667行，与_通话 回传呼叫\u cpp\u shape\u fn（op，require\u shape\u fn=True） 文件“/home/jk/tensorflow/local/lib/python2.7/site packages/tensorflow/python/framework/common_shapes.py”， 第610行，在call_cpp_shape_fn中 调试\u python\u形状\u fn，需要\u形状\u fn） 文件“/home/jk/tensorflow/local/lib/python2.7/site packages/tensorflow/python/framework/common_shapes.py”， 第676行，在调用cpp形状fn impl中 提升值错误（错误消息） ValueError:对于输入形状为[32,4,1]，？“InTopK”（op:'InTopK'），形状必须为秩2，但为秩3

根据错误，我的问题似乎是形状，但我不确定为什么会发生这种情况，或者如何更正它。

您可以使用从登录中删除外部尺寸

您的最后一行可能是：

correct = tf.nn.in_top_k(tf.squeeze(logits), y, 1)

---

这将使logits张量的形状从[32,4,1]变为[32,4]。

其他一些参考资料可能会提到哪一种是更通用的解决方案，但在本例中，tf.squence更易于理解。其次，它的作用或多或少与tf.squence相反。