我从 TensorFlow 的 csv reader 中遗漏了什么？

Question

主要是网站上教程的复制粘贴。我收到一个错误：

Invalid argument: ConcatOp : Expected concatenating dimensions in the range [0, 0), but got 0 [[Node: concat = Concat[N=4, T=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"](concat/concat_dim, DecodeCSV, DecodeCSV:1, DecodeCSV:2, DecodeCSV:3)]]

我的 csv 文件的内容是：

3,4,1,8,4

 import tensorflow as tf


filename_queue = tf.train.string_input_producer(["test2.csv"])

reader = tf.TextLineReader()
key, value = reader.read(filename_queue)

# Default values, in case of empty columns. Also specifies the type of the
# decoded result.
record_defaults = [[1], [1], [1], [1], [1]]
col1, col2, col3, col4, col5 = tf.decode_csv(
    value, record_defaults=record_defaults)
# print tf.shape(col1)

features = tf.concat(0, [col1, col2, col3, col4])
with tf.Session() as sess:
  # Start populating the filename queue.
  coord = tf.train.Coordinator()
  threads = tf.train.start_queue_runners(coord=coord)

  for i in range(1200):
    # Retrieve a single instance:
    example, label = sess.run([features, col5])

  coord.request_stop()
  coord.join(threads)

Answer 1

我也被这个tutorial困住了。当我将您的 with tf.Session() 更改为：

时，我能够将一个问题换成另一个问题

sess = tf.Session()
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(coord=coord)

for i in range(2):
    #print i
    example, label = sess.run([features, col5])

coord.request_stop()
coord.join(threads)

sess.close()

错误消失，TF开始运行，但貌似卡住了。如果您取消注释 # print，您将看到只有一次迭代运行s。这很可能不是很有帮助（因为我用错误换取了无限执行）。

Answer 2

问题是由于程序中张量的形状引起的。 TL;DR 您应该使用 tf.pack() 而不是 tf.concat()，这将转换四个标量 col张量转换为长度为 4 的一维张量。

在我们开始之前，请注意您可以在任何 Tensor 对象上使用 get_shape() 方法来获取有关该张量的静态形状信息。例如，代码中注释掉的行可能是：

print col1.get_shape()
# ==> 'TensorShape([])' - i.e. `col1` is a scalar.

reader.read()返回的value张量是一个标量字符串。 tf.decode_csv(value, record_defaults=[...]) 为 record_defaults 的每个元素生成一个与 value 形状相同的张量，即在本例中为标量。标量是具有单个元素的 0 维张量。 tf.concat(i, xs) 未在标量上定义：它将 N 维张量列表 (xs) 连接成一个新的 N 维张量，沿维度 i，其中 0 <= i < N，如果 N = 0.

则没有有效的 i

tf.pack(xs)运算符就是为了简单的解决这个问题而设计的。它采用 k 个 N 维张量（具有相同形状）的列表，并将它们打包成第 0 维大小为 k 的 N+1 维张量。如果将 tf.concat() 替换为 tf.pack()，您的程序将运行：

# features = tf.concat(0, [col1, col2, col3, col4])
features = tf.pack([col1, col2, col3, col4])

with tf.Session() as sess:
  # Start populating the filename queue.
  # ...

我从 TensorFlow 的 csv reader 中遗漏了什么？

What am I missing from this csv reader for TensorFlow?

tensorflow