tensorflow 訓練最后預測結果為一個定值，可能的原因

訓練一個分類網絡，沒想到預測結果為一個定值。

找了很久發現，是因為tensor的維度的原因。  注意：我說的是我的label數據的維度。

我的輸入是：

y_= tf.placeholder(tf.int32,[None,1])  #維度：(batchsize，1)

我使用的損失函數:

loss = -y_*log(pred)
pred = tf.softmax(wx+b)  #維度:(batch_size,10034) 

 

所以我需要將y_的 維度轉化為（batch_size，10034）

我使用的是

y__ = tf.one_hot(y,10034)   #維度是:(batch_size,1,10034),而不是我們的預期：（batch_size,10034）

顯然這時有問題的，所以才會在坑中轉了好久。

tf.one_hot()的輸入數據為一維數組。

正確方法:

y1 = tf.reshape(y_,[-1])     # 變成一維數組（batch_size，）
y__ = tf.one_hot(y1,10034)    # （batch_size,10034）
loss = tf.reduce_mean(-tf.reduce_sum(y__*log(pred),reduction_indices=[1]))