Tensorflow分類ラベルのデータタイプ

Question

のTensorflow DNNモデルを使用しています。

数値入力（float32）ですが、文字列タイプの出力です。

x = tf.placeholder("float", [None, n_input]) 
y = tf.placeholder(tf.string, [None, n_classes]) 

私は以下のように損失とオプティマイザを定義しよう：

cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=pred, labels=y)) 

私はhereから文書を見上げ

TypeError: sigmoid_cross_entropy_with_logits() got an unexpected keyword argument 'labels'

というエラーが発生し、それが

と言いました

logits and targets must have the same type and shape.

クラスを浮動小数点数に変換する必要がありますか？

output_y = [["apple", "apple", "orange", "banana"]] 
encoded_y = [[1], [1], [2], [3]] 

Answer 1

tensorflow v 0.10を使用している場合、ラベルのキーワードはターゲットです。 tensorflow v 1.0を使用している場合、ラベルのキーワードはラベルです。 ドキュメントごとに、ラベルベクトルはlogitsと同じ型でなければなりません。float 32またはfloat64。