SILVER

: 설정한 변수의 개수와 리턴해주는 변수의 개수가 차이가 날때 발생한다. 보통 sess.run , model.fit 이후 값을 리턴 받을때에 자주 발생한다. 예를 들면, sess.run([a,b,c])와 같은 값을 실행시켰을 때는 리턴 받는 개수를 3개로 맞추어 줘야한다 내 에러의 경우에는 값이 loss, accuracy, f1_score 까지 model.fit 에서 출력하도록 만들었기 때문에 loss, acc 두 개의 매개변수만 받았기 때문에 총 3개의 매개변수를 지정해서 값을 출력하여 주면 에러가 없어질 것이다 에러가 사라졌다 !

ValueError: logits and labels must have the same shape (() vs (39, )) 이 에러,,, 너무 많이 봐서 진절머리가 난다 입사하고 초반에는 이해도가 떨어져서 한참 헤맸었는데 다시 나타난 에러,, one-hot encoding으로 금방 해결할 수 있었다. 이 글을 읽는 다른 분들은 나처럼 삽질을 하지 않았으면 하는 마음에 정리해본다. 구글링을 아무리해도 loss function을 바꿔라 ! 라는 말밖에 없는데,,, 그게 문제가 아니라 로스를 계산할 수 있는 shape로 맞춰주지 않았기때문에 오류가 뜬거였다... 계산을 못하니까 ! from tensorflow.keras.utils import to_categorical train_labels = [0,1,2..

train 단계에서 learning rate 를 직접 설정하기 보다 epoch의 조건에 따라 learning rate 를 자동으로 조절하여 학습시킬 수 있는 방법 Learning rate scheduler - lr changes at the beginning of current epoch ReduceLROnPlateau - lr changes at the end of previous epoch def scheduler(epoch): if epoch