Tensorflowでのクラス分類におけるplaceholderのエラー

Question

前提・実現したいこと

csvファイルより読み込んだ5つの変数を畳み込み、10クラスに分類するプログラムを実行したいです。。CNNのコードはほぼMNISTチュートリアルのものを流用しております。6列160行のデータを用いて、1~5列目を変数、6列目をラベルに分割して行っているのですが以下のようなエラーが発生しています。このエラーに関してはplaceholderとcsvの対応値が誤っているという解釈でよろしいのでしょうか。エラーを治すのに困っておりまして、どなたか教えていただけると幸いです。

発生している問題・エラーメッセージ

Traceback (most recent call last):
  File "main.py", line 71, in <module>
    train_accracy = accuracy.eval(feed_dict={x: batch_x, y_one_hot: batch_y, keep_prob: 1.0})
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py", line 541, in eval
    return _eval_using_default_session(self, feed_dict, self.graph, session)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py", line 4085, in _eval_using_default_session
    return session.run(tensors, feed_dict)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 895, in run
    run_metadata_ptr)
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py", line 1100, in _run
    % (np_val.shape, subfeed_t.name, str(subfeed_t.get_shape())))
ValueError: Cannot feed value of shape (10, 1) for Tensor u'one_hot:0', which has shape '(?, 10, 10)'

該当のソースコード

import random
import numpy as np
import pandas as pd
import tensorflow as tf
import tensorflow.python.platform
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction import DictVectorizer
from sklearn import preprocessing

sess = tf.InteractiveSession()

df = pd.read_csv('train.csv', header=0)

x_np = np.array(df.iloc[:,0:5])
d = df[['class']].to_dict('record')
vectorizer = DictVectorizer(sparse=False)
y_np = vectorizer.fit_transform(d)

[x_train, x_test] = np.vsplit(x_np, [120])
[y_train, y_test] = np.vsplit(y_np, [120])
x = tf.placeholder(tf.float32,shape=[None, 5])
y = tf.placeholder(tf.int32,shape=[None, 10]) 
y_one_hot = tf.one_hot(y , 10 , dtype = tf.float32)

w = tf.Variable(tf.zeros([5,10]))
b = tf.Variable(tf.zeros([10]))

sess.run(tf.global_variables_initializer())

w_conv1 = tf.Variable(tf.truncated_normal([1, 1, 1, 32], stddev=0.1))
b_conv1 = tf.Variable(tf.constant(0.1, shape=[32]))

x_image = tf.reshape(x, [-1, 1, 5 ,1])

h_conv1 = tf.nn.relu(tf.nn.conv2d(x_image, w_conv1, strides=[1, 1, 1, 1], padding='SAME') + b_conv1)

w_conv2 = tf.Variable(tf.truncated_normal([1, 1, 32, 64], stddev=0.1))
b_conv2 = tf.Variable(tf.constant(0.1, shape=[64]))
h_conv2 = tf.nn.relu(tf.nn.conv2d(h_conv1, w_conv2, strides=[1, 1, 1, 1], padding='SAME') + b_conv2)

w_fc1 = tf.Variable(tf.truncated_normal([1 * 5 * 64, 128], stddev=0.1))
b_fc1 = tf.Variable(tf.constant(0.1, shape=[128]))
h_conv2_flat = tf.reshape(h_conv2, [-1, 5 * 1 * 64])
h_fc1 = tf.nn.relu(tf.matmul(h_conv2_flat, w_fc1) + b_fc1)

keep_prob = tf.placeholder(tf.float32)
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

w_fc2 = tf.Variable(tf.truncated_normal([128, 10], stddev=0.1))
b_fc2 = tf.Variable(tf.constant(0.1, shape=[10]))
y_conv = tf.nn.softmax(tf.matmul(h_fc1_drop, w_fc2) + b_fc2)

cross_entropy = -tf.reduce_sum(y_one_hot * tf.log(y_conv))

train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_one_hot,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

accracies = [] 
     
for i in range(1000):

  ind = np.random.choice(10,10)
  batch_x = x_train[ind]
  batch_y = y_train[ind]

  if i%10 == 0:
    train_accracy = accuracy.eval(feed_dict={x: batch_x, y_one_hot: batch_y, keep_prob: 1.0})
    accracies.append(train_accuracy)
    print("step %d, training accuracy %g"%(i, train_accuracy))
  train_step.run(feed_dict={x: batch_x, y_one_hot: batch_y, keep_prob: 0.5})

print("test accuracy %g"%accuracy.eval(feed_dict={
     x: x_test, y_one_hot: y_test, keep_prob: 1.0}))

試したこと

ここに問題に対して試したことを記載してください。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Answer 1

placeholderはyなのに、feed_dictにはy_one_hotを指定してるのがまずそうですね。

Comments

[saou]

ご返信ありがとうございます。tf.one_hotを外し、feed_dictにyを指定しているのですが、やはり同様のエラーが起こってしまいます。

```
Traceback (most recent call last):
File "main.py", line 69, in <module>
train_accracy = accuracy.eval(feed_dict={x: batch_x, y: batch_y, keep_prob: 1.0})
ValueError: Cannot feed value of shape (10, 1) for Tensor u'Placeholder_1:0', which has shape '(?, 10)'
```
バッチのサイズとyのplaceholderのサイズが合っていないということでしょうか？

[退会済みユーザー]

batch_yのサイズが(10, 1)と言っていますので、これは10個のサンプル x 1次元と扱われています。ところが、ニューラルネットは(?, 10)のサイズを要求しています。これは?個のサンプル x 10次元という意味なので、ここに(10, 1)のbatch_yを置くことは出来ないというメッセージです。

どこがおかしいかは見切れてないです。

[saou]

ありがとうございます。
yを(None, 10) にshapeしているにもかかわらず、batch_yのサイズが(10, 1)なのが問題なのですね。
そちらのサイズを修正するように調整してみます。