tensorflow - tf.nn.in_top_k : targets out of range

我从 tensorflow 中调整了 cifar10 网络，以解决我自己的分类问题。我已经训练了网络，现在我尝试使用 cifar10_eval.py 评估训练后的模型

top_k_op = tf.nn.in_top_k(logits, labels, 1)

但我收到以下错误。经过进一步调查，目标指数在2,3和4之间变化

tensorflow.python.framework.errors.InvalidArgumentError: targets[3] is out of range

到现在为止，我知道我的标签 Tensor 有问题。它是一个 int32-Tensor，其 shape(50,) 如下所示。

labels = {Tensor} Tensor("batch_processing/Reshape_1:0", shape=(50,), dtype=int32, device=/device:CPU:0)

我的数据集只有 2 个类/标签。也许这可能是问题所在。有谁知道，问题是什么？

最佳答案

总而言之，函数 tf.nn.in_top_k(predictions, targets, k) (参见 doc )有参数:

预测:形状 [batch_size, num_classes] ，类型 float32

目标(正确的标签):形状 [batch_size] ，类型 int32 或 int64

当元素 InvalidArgumentError: targets[i] is out of range 超出 targets[i] 的范围时，该函数会引发错误 predictions[i] 。

例如，有 2 个类 ( num_classes=2 ) 和 targets=[1, 3] 。
对于这些目标，您将看到错误 InvalidArgumentError: targets[1] is out of range，因为 targets[1] = 3 超出了只有形状 2 的 predictions[1] 的范围。

要检查您的 labels 是否正确，您可以打印它们的最大值:

labels = ...
labels_max = tf.reduce_max(labels)

sess = tf.Session()
print sess.run(labels_max)

如果打印的值优于 num_classes ，则您有问题。

关于tensorflow - tf.nn.in_top_k : targets out of range，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37587622/