Я пытался выполнить регрессию, используяtflearn и мой собственный набор данных.

Используя tflearn, я пытался реализовать сверточную сеть, основанную например используя набор данных MNIST. Вместо того, чтобы использовать набор данных MNIST, я попытался заменить данные обучения и испытаний своими собственными. Мои данные считываются из файла CSV и имеют форму, отличную от данных MNIST. У меня есть 255 объектов, которые представляют сетку 15 * 15 и целевое значение. В примере я заменил строки 24-30 на (и включил numpy для импорта как np):

#read in train and test csv's where there are 255 features (15*15) and a target
csvTrain = np.genfromtxt('train.csv', delimiter=",")
X = np.array(csvTrain[:, :225]) #225, 15
Y = csvTrain[:,225]

csvTest = np.genfromtxt('test.csv', delimiter=",")
testX = np.array(csvTest[:, :225])
testY = csvTest[:,225]

#reshape features for each instance in to 15*15, targets are just a single number
X = X.reshape([-1,15,15,1])
testX = testX.reshape([-1,15,15,1])

## Building convolutional network
network = input_data(shape=[None, 15, 15, 1], name='input')

Я получаю следующую ошибку:

ValueError: Невозможно передать значение shape (64,) для Tensor u'target / Y: 0 ', которое имеет форму' (?, 10) '

Я пробовал различные комбинации и виделаналогичный вопрос в стеке потока, но не имели успеха. Пример на этой странице не работает для меня и выдает похожую ошибку, и я не понимаю ответ, предоставленный или те же вопросы.

Как мне использовать мои собственные данные?