W1 = tf.Variable(tf.random_normal([3,3,3,32], stddev = 0.01))
Rgb 인 현상, ( 인풋 변수가 3개 )
3번째 1에서 3으로 고치니까 오류 없어짐.
여기서 무슨 문제? -- 해결할 것.
-----
y값 중 classify 할 때에는 float 값 대신 int 값을 넣어서 분류할 것 !!
y = tf.placeholder(dtype = tf.int32,[None,1])
후에 one_hot encoding 시킬 것.
Y_one_hot = tf.one_hot(Y, 2)
Y_one_hot = tf.reshape(Y_one_hot,[-1,2])
one_hot 으로 풀어서 y 변수 2개
(여기서 output 변수 10개를 줘버림 )
--------------------------------
맞는코드
W4 =tf.get_variable(name = 'W4',shape = [16*16*128,2] ,initializer=tf.contrib.layers.xavier_initializer())
b4 = tf.Variable(tf.random_normal([2]))
bais , weight 는 아웃풋의 갯수에 맞출 것.
틀린코드 -
W4 =tf.get_variable(name = 'W4',shape = [16*16*128,10] ,initializer=tf.contrib.layers.xavier_initializer())
b4 = tf.Variable(tf.random_normal([10]))
댓글