调用tf.softmax_cross_entropy_with_logits函数出错解决
运行一个程序时提示出错如下:
Traceback (most recent call last):
File "/MNIST/softmax.py", line 12, in <module>
cross_entropy2=tf.reduce_sum(tf.nn.softmax_cross_entropy_with_logits(logits, y_))#dont forget tf.reduce_sum()!!
File "C:\python35\lib\site-packages\tensorflow\python\ops\nn_ops.py", line 1578, in softmax_cross_entropy_with_logits
labels, logits)
File "C:\python35\lib\site-packages\tensorflow\python\ops\nn_ops.py", line 1533, in _ensure_xent_args
"named arguments (labels=..., logits=..., ...)" % name)
ValueError: Only call `softmax_cross_entropy_with_logits` with named arguments (labels=..., logits=..., ...)
原来这个函数,不能按以前的方式进行调用了,只能使用命名参数的方式来调用。原来是这样的:
tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(y, y_))
因此修改需要成这样:
tf.reduce_sum(tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=y_))
例子完整代码如下:
#python 3.5.3
#2017-03-09 蔡军生 http://blog.csdn.net/caimouse
#
import tensorflow as tf
#our NN's output
logits = tf.constant([[1.0,2.0,3.0],[1.0,2.0,3.0],[1.0,2.0,3.0]])
#step1:do softmax
y = tf.nn.softmax(logits)
#true label
y_ = tf.constant([[0.0,0.0,1.0],[0.0,0.0,1.0],[0.0,0.0,1.0]])
#step2:do cross_entropy
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
#do cross_entropy just one step
cross_entropy2 = tf.reduce_sum(tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=y_))
with tf.Session() as sess:
softmax=sess.run(y)
c_e = sess.run(cross_entropy)
c_e2 = sess.run(cross_entropy2)
print("step1:softmax result=")
print(softmax)
print("step2:cross_entropy result=")
print(c_e)
print("Function(softmax_cross_entropy_with_logits) result=")
print(c_e2)
输出结果:
step1:softmax result=
[[ 0.09003057 0.24472848 0.66524094]
[ 0.09003057 0.24472848 0.66524094]
[ 0.09003057 0.24472848 0.66524094]]
step2:cross_entropy result=
1.22282
Function(softmax_cross_entropy_with_logits) result=
1.22282
1. TensorFlow入门基本教程
2. C++标准模板库从入门到精通
3.跟老菜鸟学C++
4. 跟老菜鸟学python
5. 在VC2015里学会使用tinyxml库
6. 在Windows下SVN的版本管理与实战
http://edu.csdn.net/course/detail/2579
7.Visual Studio 2015开发C++程序的基本使用
http://edu.csdn.net/course/detail/2570
相关文章
- nginx 启动报错 “/var/run/nginx/nginx.pid" failed” 解决方法
- 12 —— node 获取文件属性 —— 利用 自调用 闭包函数 解决 i 丢失的问题
- Linux 将一般的用户加入sudo组is_not_in_the_sudoers_file._This_incident_will_be_reported解决方法
- 【Android MyEclipse】no projects are found to import 如何解决
- viusal studio 调试错误及解决方法(长期更新记录)
- 最近遇到了 timer1sec 定时调用的函数,出现了 时间久了,就不是每秒一次了,可能会慢的情况。如何解决呢?
- 【学习总结】哈希表:哈希函数构造;哈希表解决地址冲突的方法
- 解决在onCreate()过程中获取View的width和Height为0的4种方法
- 成功解决python编程时调用webbrowser.open函数不能自动打开浏览器的网页
- 成功解决ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() o
- 成功解决r2_score函数输出值始终为0的情况
- 成功解决python编程时调用webbrowser.open函数不能自动打开浏览器的网页
- 成功解决利用pandas的read_csv函数读取csv文件的时候出现中文乱码问题
- 成功解决⑧NVIDIA安装程序无法继续 此NVIDL驱动程序与此Windows版本不兼容。 此图形驱动程序无法找到兼吝的图形硬件。
- 成功解决Could not install packages due to an EnvironmentError: [WinError 5] 拒绝访问
- 成功解决win10下dos中运行tensorboard --logdir=logs和调用events.out.tfevents一闪而过的问题
- TF版本升级问题集合:成功解决由于不同的TensorFlow版本之间某些函数的用法引起的错误
- 已解决pymysql.err.ProgrammingError: (1146,“Table ‘cov. datails’ doesn‘t exist“)
- 已解决pandas.apply函数使用方法
- 已解决(pip安装库报错)Consider using the-- user option or check the permissions.
- 【C语言】解决 “address of stack memory associated with local variable ‘num‘ returned”
- Fatal Python error: Cannot recover from stack overflow 解决
- qtcpsocket调用write和read函数写数据乱码问题解决方法
- 解决gvim中php函数提示php_funclist.dict无法生效的问题
- 利用torch.nn实现前馈神经网络解决 多分类 任务使用至少三种不同的激活函数
- 【机器学习】解决机器学习中OneVsRestClassifier的网格调参Invalid parameter max_depth for estimator OneVsRestClassifier
- 完美解决在Windows下Vs Code编译不同C函数之间的调用问题