Python 在Tensorflow RNN中，登录和标签必须是可广播的错误

我不熟悉Tensorflow和深度学习。我试图在我创建的RNN模型中看到损失是如何在10个时期内减少的，我创建该模型是为了从kaggle读取数据集，其中包含。我试图将交易分类为欺诈（1）而不是欺诈（0）。当我尝试运行下面的代码时，我不断得到以下错误：

>2018-07-30 14:59:33.237749:W
>tensorflow/core/kernels/queue_base.cc:277]
>_1_shuffle_批处理/随机_shuffle_队列：跳过取消的排队尝试，队列未关闭回溯（最后一次调用）：
>文件
>“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/client/session.py”，
>第1322行，在电话里
>返回fn（*args）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/client/session.py”，
>第1307行，in_run_fn
>选项、提要、获取列表、目标列表、运行元数据）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/client/session.py”，
>第1409行，输入呼叫会话运行
>运行\u元数据）tensorflow.python.framework.errors\u impl.InvalidArgumentError:logits
>标签必须是可广播的：logits_size=[1,2]labels_size=[1,24]
>[[Node:softmax\u cross\u entropy\u with\u logits\u sg=
>SoftmaxCrossEntropyWithLogits[T=DT\u浮点，
>_device=“/job:localhost/replica:0/task:0/device:CPU:0”]（添加、softmax\u交叉\u熵\u和\u logits\u sg/reformate\u 1）]]
> 
>在处理上述异常期间，发生了另一个异常：
> 
>回溯（最近一次调用上次）：文件
>“/home/suleka/Documents/untitled1/RNN_CrediCard.py”，第96行，in
> 
>训练神经网络（x）文件“/home/suleka/Documents/untitled1/RNN_CrediCard.py”，第79行，在
>训练神经网络
>run（[optimizer，cost]，feed\u dict={x:feature\u batch，y:label\u batch}）文件
>“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/client/session.py”，
>第900行，运行中
>运行元数据文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/client/session.py”，
>第1135行，正在运行
>feed_dict_tensor，options，run_metadata）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/client/session.py”，
>第1316行，正在运行
>运行元数据）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/client/session.py”，
>第1335行，请拨打电话
>提升类型（e）（节点定义、操作、消息）tensorflow.python.framework.errors\u impl.invalidargumeinterror:logits
>标签必须是可广播的：logits_size=[1,2]labels_size=[1,24]
>[[Node:softmax\u cross\u entropy\u with\u logits\u sg=
>SoftmaxCrossEntropyWithLogits[T=DT\u浮点，
>_device=“/job:localhost/replica:0/task:0/device:CPU:0”]（添加、softmax\u交叉\u熵\u和\u logits\u sg/reformate\u 1）]]
> 
>由op“softmax\u交叉\u熵\u与逻辑\u sg”引起，定义如下：
>文件“/home/suleka/Documents/untitled1/RNN_CrediCard.py”，第96行，in
> 
>训练神经网络（x）文件“/home/suleka/Documents/untitled1/RNN_CrediCard.py”，第63行，in
>训练神经网络
>成本=tf.减少平均值（tf.nn.softmax）交叉熵，
>labels=y）文件
>“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/util/deprecation.py”，
>第250行，新函数
>return func（*args，**kwargs）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/ops/nn_ops.py”，
>第1968行，以softmax\u交叉\u熵\u和\u logits表示
>labels=labels，logits=logits，dim=dim，name=name）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/ops/nn_ops.py”，
>第1879行，在softmax\u cross\u熵\u和\u logits\u v2中
>精确登录、标签、名称=名称）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/ops/gen_nn_ops.py”，
>第7205行，以softmax\u交叉\u熵\u和\u逻辑
>name=name）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/framework/op_def_library.py”，
>第787行，输入应用操作帮助程序
>op_def=op_def）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/framework/ops.py”，
>创建操作中的第3414行
>op_def=op_def）文件“/home/suleka/anaconda3/lib/python3.6/site packages/tensorflow/python/framework/ops.py”，
>第1740行，在_init中__
>self._traceback=self._graph._extract_stack（）35; pylint:disable=protected access
> 
>InvalidArgumentError（回溯见上文）：必须提供登录和标签
>可广播：logits_size=[1,2]labels_size=[1,24][[Node:
>softmax\u交叉\u熵\u与逻辑\u sg=
>SoftmaxCrossEntropyWithLogits[T=DT\u浮点，
>_device=“/job:localhost/replica:0/task:0/device:CPU:0”]（添加、softmax\u交叉\u熵\u和\u logits\u sg/reformate\u 1）]]

有人能指出我在代码中犯了什么错误吗？如果可能的话，还有什么问题吗。先谢谢你

下面是我的代码：

当你说

    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction, labels=y))

---

预测和标签具有不兼容的形状。您需要更改预测的计算方式，以便在minibatch中为每个示例生成一个预测。

我在使用CNN时遇到了类似的问题，出现此问题的原因是我在生成器函数中将标签数据类型更改为np.uint8，而在其余代码中未对标签类型执行任何操作。我通过在所有代码中将标签类型更改为uint8解决了这个问题。

派对晚了一点，但我在CNN上遇到了同样的错误，我处理了不同类型的交叉熵，错误通过使用Space\u softmax\u cross\u entropy\u with\u logits（）解决

---

这发生在我使用小批量的Tensorflow数据生成器时。尝试增加批处理大小。

确保最终分类层中的标签数量等于数据集中的类数量InvalidArgumentError（回溯见上文）：登录和标签必须可广播：登录\u大小=[1,2]标签\u大小=[1,24]如您的问题所示

    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction, labels=y))

cost = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=prediction, labels=y))

model.add(Dense(5, activation = "softmax"))

model.add(Dense(30, activation = "softmax"))