Категориальные переменные в TensorFlow

Question

Я пытаюсь использовать TensorFlow в наборе данных с несколькими категориальными переменными. Я закодировал их с манекенами, но похоже, что это вызывает проблемы, и TF жалуется, что набор данных не плотный.

Или является причиной ошибки, что-то совершенно иное?

Я пытаюсь запустить простую модель нейронной сети с 1 скрытым слоем с стохастическим градиентом. Код работает, когда вход был числовые переменные (изображения цифр от MNIST)

благодаря

-------------------------------------------------------------------------- ValueError Traceback (most recent call last) in() 37 return(test_acc,round(l,5)) 38 ---> 39 define_batch(0.005) 40 run_batch()

in define_batch(beta) 11 shape=(batch_size, num_var)) 12 tf_train_labels = tf.placeholder(tf.float32, shape=(batch_size, num_labels)) ---> 13 tf_valid_dataset = tf.constant(valid_dataset) 14 tf_test_dataset = tf.constant(test_dataset) 15

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/tensorflow/python/ops/constant_op.pyc in constant(value, dtype, shape, name) 159 tensor_value = attr_value_pb2.AttrValue() 160 tensor_value.tensor.CopyFrom( --> 161 tensor_util.make_tensor_proto(value, dtype=dtype, shape=shape)) 162 dtype_value = attr_value_pb2.AttrValue(type=tensor_value.tensor.dtype) 163 const_tensor = g.create_op(

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/tensorflow/python/framework/tensor_util.pyc in make_tensor_proto(values, dtype, shape) 320 nparray = np.array(values, dtype=np_dt) 321 if list(nparray.shape) != _GetDenseDimensions(values): --> 322 raise ValueError("Argument must be a dense tensor: %s" % values) 323 # python/numpy default float type is float64. We prefer float32 instead. 324 if (nparray.dtype == np.float64) and dtype is None:

ValueError: Argument must be a dense tensor: Tuesday Wednesday Thursday Friday Saturday Sunday CENTRAL \ 736114
0.0 0.0 0.0 0.0 1.0 0.0 0.0 437148 0.0 0.0 1.0 0.0 0.0 0.0 0.0 605041 0.0 0.0 0.0 0.0 0.0 0.0 0.0 444608 0.0 0.0 0.0 0.0 1.0 0.0 0.0 695549 0.0 0.0 0.0 0.0 1.0 0.0 0.0 662807 0.0 0.0 0.0 1.0 0.0 0.0 0.0 238635 0.0 0.0 0.0 0.0 0.0 1.0 0.0 549524 0.0 0.0 0.0 1.0 0.0 0.0 0.0 705478 1.0 0.0 0.0 0.0 0.0 0.0 0.0 557716 0.0 0.0 0.0 1.0 0.0 0.0 0.0 41808 0.0 0.0 0.0 0.0 0.0 1.0 0.0 227235 1.0 0.0 0.0 0.0 0.0 0.0 0.0 848719 0.0 0.0 0.0 0.0 0.0 0.0 0.0 731202 0.0 0.0 0.0 0.0 1.0 0.0 0.0 467516 1.0 0.0 0.0 0.0 0.0 0.0 1.0

Вот отрывок из кода

# Adding regularization to the 1 hidden layer network 
def define_batch(beta): 
    batch_size = 128 
    num_RELU =256 
    graph1 = tf.Graph() 
    with graph1.as_default(): 

     # Input data. For the training data, we use a placeholder that will be fed 
     # at run time with a training minibatch. 
     tf_train_dataset = tf.placeholder(tf.float32, 
             shape=(batch_size, num_var)) 
     tf_train_labels = tf.placeholder(tf.float32, shape=(batch_size, num_labels)) 
     tf_valid_dataset = tf.constant(valid_dataset) 
     tf_test_dataset = tf.constant(test_dataset) 

     # Variables. 
     weights_RELU = tf.Variable(
     tf.truncated_normal([num_var, num_RELU])) 
     biases_RELU = tf.Variable(tf.zeros([num_RELU])) 
     weights_layer1 = tf.Variable(
     tf.truncated_normal([num_RELU, num_labels])) 
     biases_layer1 = tf.Variable(tf.zeros([num_labels])) 

     # Training computation. 
     logits_RELU = tf.matmul(tf_train_dataset, weights_RELU) + biases_RELU 
     RELU_vec = tf.nn.relu(logits_RELU) 
     logits_layer = tf.matmul(RELU_vec, weights_layer1) + biases_layer1     
     # loss = tf.reduce_mean(
     #  tf.nn.softmax_cross_entropy_with_logits(logits_layer, tf_train_labels)) 
     cross_entropy = tf.nn.softmax_cross_entropy_with_logits(logits_layer, tf_train_labels,name="cross_entropy") 
     l2reg = tf.reduce_sum(tf.square(weights_RELU))+tf.reduce_sum(tf.square(weights_layer1)) 
     beta = 0.005 
     loss = tf.reduce_mean(cross_entropy+beta*l2reg) 

    # Optimizer. 
     optimizer = tf.train.GradientDescentOptimizer(0.3).minimize(loss) 

     # Predictions for the training, validation, and test data. 
     train_prediction = tf.nn.softmax(logits_layer) 
     valid_prediction = tf.nn.softmax(
     tf.matmul(tf.nn.relu((tf.matmul(tf_valid_dataset, weights_RELU) + biases_RELU)),weights_layer1)+biases_layer1) 

     test_prediction =tf.nn.softmax(
     tf.matmul(tf.nn.relu((tf.matmul(tf_test_dataset, weights_RELU) + biases_RELU)),weights_layer1)+biases_layer1) 

import datetime 

startTime = datetime.datetime.now() 

num_steps = 301 # change to 3001 

def run_batch(): 

    with tf.Session(graph=graph1) as session: 

     tf.initialize_all_variables().run() 
     print("Initialized") 
     for step in range(num_steps): 
     # Pick an offset within the training data, which has been randomized. 
     # Note: we could use better randomization across epochs. 
     offset = (step * batch_size) % (train_labels.shape[0] - batch_size) 
     # Generate a minibatch. 
     batch_data = train_dataset[offset:(offset + batch_size), :] 
     batch_labels = train_labels[offset:(offset + batch_size), :] 
     # Prepare a dictionary telling the session where to feed the minibatch. 
     # The key of the dictionary is the placeholder node of the graph to be fed, 
     # and the value is the numpy array to feed to it. 
     feed_dict = {tf_train_dataset : batch_data, tf_train_labels : batch_labels} 
     _, l, predictions, logits = session.run(
      [optimizer, loss,train_prediction,logits_RELU], feed_dict=feed_dict) 
     if (step % 500 == 0): 
      print("Minibatch loss at step %d: %f" % (step, l)) 
      print("Minibatch accuracy: %.1f%%" % accuracy(predictions, batch_labels)) 
      print("Validation accuracy: %.1f%%" % accuracy(
      valid_prediction.eval(), valid_labels)) 
     test_acc = accuracy(test_prediction.eval(), test_labels) 
     print("Test accuracy: %.1f%%" % test_acc) 

     print('loss=%s' % l) 
    x = datetime.datetime.now() - startTime 
    print(x) 
    return(test_acc,round(l,5)) 

define_batch(0.005) 
run_batch() 

EDIT: @gdhal спасибо глядя на него

train_dataset - это цифровая фотокамера pandas

все переменные являются манекенами (значениями 0 или 1), за исключением последних трех переменных (Xnorm, Ynorm и Hournorm), которые являются численными значениями, нормированными на интервал [0,1]. valid_dataset и test_dataset имеют тот же формат

train_labels является панд Series

train_labels.describe() 

count   790184 
unique    39 
top  LARCENY/THEFT 
freq    157434 
Name: Category, dtype: object 

valid_labels и test_labels имеет тот же формат

Answer 1

Попробуйте кормление Numpy массива вместо панд dataframe.