如何解决断言失败:训练逻辑回归模型时,[条件x == y不按元素进行:]
我正在尝试为时间序列预测建立一个简单的逻辑回归模型。但是,当我尝试训练模型时,出现以下错误:
tensorflow.python.framework.errors_impl.InvalidArgumentError: assertion failed: [Condition x == y did not hold element-wise:] [x (loss/output_1_loss/SparseSoftmaxCrossEntropyWithLogits/Shape_1:0) = ] [64 1] [y (loss/output_1_loss/SparseSoftmaxCrossEntropyWithLogits/strided_slice:0) = ] [64 45]
[[node loss/output_1_loss/SparseSoftmaxCrossEntropyWithLogits/assert_equal_1/Assert/Assert (defined at C:/Users/jani/PycharmProjects/RNN_trade/base.py:156) ]] [Op:__inference_distributed_function_2798]
Function call stack:
distributed_function
批处理大小为64,我正尝试将45个时间步序列传递给模型。该模型由一层组成。在代码中:
model2 = Sequential()
model2.add(Dense(2,activation="softmax"))
opt = tf.keras.optimizers.Adam(lr=0.001,decay=1e-6)
model2.compile(loss="sparse_categorical_crossentropy",optimizer=opt,metrics=["accuracy"])
我尝试更改模型的所有参数(优化器,损失等),但似乎无济于事。我该如何解决这个问题?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。