import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 1])
y = tf.placeholder(tf.float32, [None, 1])
w = tf.Variable(tf.zeros([1, 1], tf.float32))
# b = tf.Variable(tf.random_uniform([1, 1], -1, 1))
hypothesis = tf.nn.softmax(tf.matmul(x, w))
cost = tf.reduce_mean(-tf.reduce_sum(hypothesis* tf.log(y), reduction_indices=[1]))
train = tf.train.GradientDescentOptimizer(0.001).minimize(cost)
init = tf.initialize_all_variables()
with tf.Session() as sess:
sess.run(init)
for i in range(5000):
#print (sess.run(w))
sess.run(train, feed_dict={x:x_, y:y_})
print (sess.run(w))
Мой исходный код такой же, как указано выше Я не могу понять, почему результатом является NAN.
Я начинаю в этом тензорном потоке и области машинного обучения.
Я думаю, что мой исходный код правильный. Пожалуйста, скажите мне, если они ошибаются.Почему тензорный поток дает nan вместо номера