テンソルフロー形状エラー（最新バージョン）多変量線形回帰

Question

tfは非常に新しいです。

import tensorflow as tf 
import numpy as np 
import matplotlib.pyplot as plt 
from sklearn.datasets import load_boston 

np.set_printoptions(suppress=True) 

boston = load_boston() 

m = boston.data.shape[0] - 1 

bt_unfixed = np.transpose(boston.data) 
bt = np.insert(bt_unfixed, 0, 1) 

Y = tf.placeholder(tf.float64) 
X = tf.placeholder(tf.float64, [None, 13]) 
print X.shape 
W = tf.Variable(np.transpose(np.array([0.00,0,0,0,0,0,0,0,0,0,0,0,0]).flatten()), name='weights') 
b = tf.Variable(0.5, name='bias') 

hypothesis = tf.add(tf.matmul(X, W), tf.cast(b, tf.float64)) 

loss = tf.reduce_sum(tf.square(hypothesis - Y))/(2 * m) 

optimizer = tf.train.GradientDescentOptimizer(0.01) 

train_op = optimizer.minimize(loss) 

with tf.Session() as sess: 
    sess.run(tf.initialize_all_variables()) 
    for i in range(0, 1200): 
     for (x, y) in zip(boston.data, boston.target.data): 
      sess.run(train_op, feed_dict={X:x, Y:y}) 
    print "Done!\n" 
    print "Running test...\n" 
    t = sess.run(cost, feed_dict={X:boston.data[504], Y:boston.target.data[504]}) 
    print "loss =" + str(t) + "Real value" + str(boston.target.data[504]) + "Pred " +str(sess.run(hypothesis, feed_dict={X:boston.data[504]})) 

私のコードで他のエラーを修正してもよろしいですか？

仮説を定義するときにエラーがスローされますが、ベクトルを乗算するためにベクトルを転置する必要がありますが、動作しません。

Traceback (most recent call last): 
    File "multihouse.py", line 20, in <module> 
    hypothesis = tf.add(tf.matmul(X, W), tf.cast(b, tf.float64)) 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/math_ops.py", line 1398, in matmul 
    name=name) 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/gen_math_ops.py", line 1348, in _mat_mul 
    transpose_b=transpose_b, name=name) 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/op_def_library.py", line 749, in apply_op 
    op_def=op_def) 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py", line 2382, in create_op 
    set_shapes_for_outputs(ret) 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py", line 1783, in set_shapes_for_outputs 
    shapes = shape_func(op) 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/common_shapes.py", line 596, in call_cpp_shape_fn 
    raise ValueError(err.message) 

    ValueError: Shape must be rank 2 but is rank 1 

Answer 1

numpyにベクトルの転置などの問題はありません。あなたはこれを修正すると、あなたの仮説が正しく定義されます

>>> import numpy as np 
>>> np.transpose(np.array([1,1,1])) 
array([1, 1, 1]) 
>>> np.transpose(np.array([[1,1,1]])) 
array([[1], 
     [1], 
     [1]]) 

右（ちょうどこの例のように例

np.array([0.00,0,0,0,0,0,0,0,0,0,0,0,0]) # this cannot be transposed 
np.array([[0.00,0,0,0,0,0,0,0,0,0,0,0,0]]) # this can 

のために、このようなもので動作するように1つの些細な次元の行列を定義する必要がありますTFで定義されていないベクトルで行列を掛けようとします）。