label的one-hot编码

[carrie0307]

TensorFlow-Coding/lessonOne/imgClassifierWeb/cnnModel.py

Line 152 in 0034d92

cross_entropy=tf.nn.sparse_softmax_cross_entropy_with_logits(logits=self.softmax_propabilities,

老师您好，我是听了小象学院课程的学生，关于这行代码有两个问题想请教：

1. 根据tf.nn.sparse_softmax_cross_entropy_with_logits的文档,label可以直接放入数值化的标签结果，请问您这里为什么做了One-hot处理呢？
2. 根据tf.nn.sparse_softmax_cross_entropy_with_logits的文档，这里的logits应该是未经softmax处理的结果(这个函数会进行softmax操作)，您这里输入的为什么是经过softmax后的值呢？

初学请教，理解错误之处请您谅解；万望回复，谢谢啦！

[zhaoyingjun]

1、这个是用错了，当时没有仔细看文档，这个不需要对label进行onehot编码的，如果进行onehot编码需要改用tf.nn.softmax_cross_entropy_with_logits，正好最近在改写用tensorflow2.0的api编码的时候发现这个问题，多谢提出，造成困惑还请见谅。
2、是的，这是是不需要在网络的最后一层再加上softmax的，已经更新代码。

[carrie0307]

好的，谢谢您的回复~

[CourteousWood]

@zhaoyingjun ,您好，您的第一课的代码运行还是有问题。
首先 ， 在 cnnModel下，step，label运行时不匹配。
第二， 我主要想问的就是execute.py文件中。
softmax_propabilities = graph.get_tensor_by_name(name="softmax_probs:0") softmax_predictions = tf.argmax(softmax_propabilities, axis=1) data_tensor = graph.get_tensor_by_name(name="data_tensor:0")
"softmax_probs:0" 这么没法获取的问题。

请老师 能给我解决一下 第二个问题。

[zlh1992]

老师 目前对于第一课代码有个疑问。
#将label变成one-hot编码，因为softmax_propabilities是一个数组，是10个概率，每个概率代表着预测结果属于其index类的概率，为了计算交叉熵，我们需要把label也转换成一个数组
self.label_tensor=tf.one_hot(self.label_tensor,10)
#计算交叉熵
cross_entropy=tf.nn.softmax_cross_entropy_with_logits(logits=self.fc_result,labels=self.label_tensor)
您修改成这个样子了 目前跑不通 报错：
ValueError: Cannot feed value of shape (1000,) for Tensor 'one_hot:0', which has shape '(1000, 10)'
去掉onehot 仍然修改为cross_entropy=tf.nn.sparse_softmax_cross_entropy_with_logits(logits=self.fc_result,labels=self.label_tensor)
可以跑通,但是模型不收敛。acc一直很低。

[zhenglinghan]

@zhaoyingjun ,您好，您的第一课的代码运行还是有问题。
首先 ， 在 cnnModel下，step，label运行时不匹配。
第二， 我主要想问的就是execute.py文件中。
softmax_propabilities = graph.get_tensor_by_name(name="softmax_probs:0") softmax_predictions = tf.argmax(softmax_propabilities, axis=1) data_tensor = graph.get_tensor_by_name(name="data_tensor:0")
"softmax_probs:0" 这么没法获取的问题。

请老师 能给我解决一下 第二个问题。

cnnmodel里加上：self.softmax_propabilities=tf.nn.softmax(self.fc_result,name="softmax_probs") 就能获取到了。 您说的第一个问题是从哪发现的？

[maiqkun369]

Cannot feed value of shape (500,) for Tensor 'one_hot:0', which has shape '(500, 1, 10)'