質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.59%

tesorflowのplaceholderエラー

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 3,057

score 13

tesorflowを利用したMNISTの実装をしています。
実装時に以下のエラーメッセージが発生しました。

import tensorflow as tf 
import os 
from tensorflow.examples.tutorials.mnist import input_data

os.environ['CUDA_VISIBLE_DEVICES'] = ""

def main():
# ============init============
    # 初期値の定義
    image_size = 28 * 28
    output_num = 10
    learning_rate = 0.001
    loop_num = 30000
    batch_size = 100

    mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)

    print(mnist.train.labels[0])

    # ============model============
    with tf.device("/cpu:0"):

        x = tf.placeholder(tf.float32, [None, image_size])
        W = tf.Variable(tf.zeros([image_size,output_num]))
        b = tf.Variable(tf.zeros([output_num]))
        out = tf.matmul(x,W) + b
        y = tf.nn.softmax(out)
        y_ = tf.placeholder(tf.float32, [None, output_num])

        cross_entropy = -tf.reduce_sum(y_ * tf.log(y))
        train_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(cross_entropy)
        correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1))

        accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))

        init = tf.global_variables_initializer()
        sess = tf.InteractiveSession()
        sess.run(init)

    # ============training============
    # loop_num回(30000回)トレーニングを行う
    for i in range(loop_num):
        batch_xs, batch_ys = mnist.train.next_batch(batch_size)
        sess.run(train_step ,feed_dict={x:batch_xs, y_:batch_ys})

        if i % 100 == 0:
            print("step",i, "train_accuracy:",sess.run(accuracy, feed_dict={x:batch_xs, y_:batch_ys}))

    # ============test============    
print("test_accurancy:",sess.run(accuracy,feed_dict={x:mnist.test.images, y:mnist.test.labels}))

if __name__ == "__main__":
    main()

エラー内容
WARNING:tensorflow:From C:\Users\MASAKI\Documents\nakatani\sourceTree\MNIST\mnist_beginner.py:23: read_data_sets (from tensorflow.contrib.learn.python.learn.datasets.mnist) is deprecated and will be removed in a future version.
Instructions for updating:
Please use alternatives such as official/mnist/dataset.py from tensorflow/models.
WARNING:tensorflow:From C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\contrib\learn\python\learn\datasets\mnist.py:260: maybe_download (from tensorflow.contrib.learn.python.learn.datasets.base) is deprecated and will be removed in a future version.
Instructions for updating:
Please write your own downloading logic.
WARNING:tensorflow:From C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\contrib\learn\python\learn\datasets\base.py:252: _internal_retry.<locals>.wrap.<locals>.wrapped_fn (from tensorflow.contrib.learn.python.learn.datasets.base) is deprecated and will be removed in a future version.
Instructions for updating:
Please use urllib or similar directly.
Successfully downloaded train-images-idx3-ubyte.gz 9912422 bytes.
WARNING:tensorflow:From C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\contrib\learn\python\learn\datasets\mnist.py:262: extract_images (from tensorflow.contrib.learn.python.learn.datasets.mnist) is deprecated and will be removed in a future version.
Instructions for updating:
Please use tf.data to implement this functionality.
Extracting MNIST_data/train-images-idx3-ubyte.gz
Successfully downloaded train-labels-idx1-ubyte.gz 28881 bytes.
WARNING:tensorflow:From C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\contrib\learn\python\learn\datasets\mnist.py:267: extract_labels (from tensorflow.contrib.learn.python.learn.datasets.mnist) is deprecated and will be removed in a future version.
Instructions for updating:
Please use tf.data to implement this functionality.
Extracting MNIST_data/train-labels-idx1-ubyte.gz
WARNING:tensorflow:From C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\contrib\learn\python\learn\datasets\mnist.py:110: dense_to_one_hot (from tensorflow.contrib.learn.python.learn.datasets.mnist) is deprecated and will be removed in a future version.
Instructions for updating:
Please use tf.one_hot on tensors.
Successfully downloaded t10k-images-idx3-ubyte.gz 1648877 bytes.
Extracting MNIST_data/t10k-images-idx3-ubyte.gz
Successfully downloaded t10k-labels-idx1-ubyte.gz 4542 bytes.
Extracting MNIST_data/t10k-labels-idx1-ubyte.gz
WARNING:tensorflow:From C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\contrib\learn\python\learn\datasets\mnist.py:290: DataSet.init (from tensorflow.contrib.learn.python.learn.datasets.mnist) is deprecated and will be removed in a future version.
Instructions for updating:
Please use alternatives such as official/mnist/dataset.py from tensorflow/models.
[0. 0. 0. 0. 0. 0. 0. 1. 0. 0.]
2019-02-28 22:10:20.434004: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2

Traceback (most recent call last):
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 1334, in _do_call
return fn(*args)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 1319, in _run_fn
options, feed_dict, fetch_list, target_list, run_metadata)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 1407, in _call_tf_sessionrun
run_metadata)
tensorflow.python.framework.errors_impl.InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder_1' with dtype float and shape [?,10]
[[{{node Placeholder_1}} = Placeholder[dtype=DT_FLOAT, shape=[?,10], _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "C:\Users\MASAKI\Documents\nakatani\sourceTree\MNIST\mnist_beginner.py", line 90, in <module>
main()
File "C:\Users\MASAKI\Documents\nakatani\sourceTree\MNIST\mnist_beginner.py", line 87, in main
print("test_accurancy:",sess.run(accuracy,feed_dict={x:mnist.test.images, y:mnist.test.labels}))
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 929, in run
run_metadata_ptr)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 1152, in _run
feed_dict_tensor, options, run_metadata)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 1328, in _do_run
run_metadata)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 1348, in _do_call
raise type(e)(node_def, op, message)
tensorflow.python.framework.errors_impl.InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder_1' with dtype float and shape [?,10]
[[node Placeholder_1 (defined at C:\Users\MASAKI\Documents\nakatani\sourceTree\MNIST\mnist_beginner.py:43)  = Placeholder[dtype=DT_FLOAT, shape=[?,10], _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

Caused by op 'Placeholder_1', defined at:
File "C:\Users\MASAKI\Documents\nakatani\sourceTree\MNIST\mnist_beginner.py", line 90, in <module>
main()
File "C:\Users\MASAKI\Documents\nakatani\sourceTree\MNIST\mnist_beginner.py", line 43, in main
y_ = tf.placeholder(tf.float32, [None, output_num])
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\ops\array_ops.py", line 1747, in placeholder
return gen_array_ops.placeholder(dtype=dtype, shape=shape, name=name)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\ops\gen_array_ops.py", line 5205, in placeholder
"Placeholder", dtype=dtype, shape=shape, name=name)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\framework\op_def_library.py", line 787, in _apply_op_helper
op_def=op_def)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\util\deprecation.py", line 488, in new_func
return func(*args, **kwargs)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\framework\ops.py", line 3274, in create_op
op_def=op_def)
File "C:\Users\MASAKI\Anaconda3\lib\site-packages\tensorflow\python\framework\ops.py", line 1770, in init
self._traceback = tf_stack.extract_stack()

InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'Placeholder_1' with dtype float and shape [?,10]
[[node Placeholder_1 (defined at C:\Users\MASAKI\Documents\nakatani\sourceTree\MNIST\mnist_beginner.py:43)  = Placeholder[dtype=DT_FLOAT, shape=[?,10], _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

機械学習について初学者であるため、
お力添えいただけますと幸いです。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

以下を修正したら動きました。

インデントを直す

      # ============test============
- print("test_accurancy:",sess.run(accuracy,feed_dict={x:mnist.test.images, y:mnist.test.labels}))
+     print("test_accurancy:",sess.run(accuracy,feed_dict={x:mnist.test.images, y:mnist.test.labels}))

y ではなく y_

  print("test_accurancy:", sess.run(accuracy, feed_dict={
-       x: mnist.test.images, y: mnist.test.labels}))
+       x: mnist.test.images, y_: mnist.test.labels}))

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.59%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る