tensorflow:ValueError:使用序列设置数组元素

时间:2015-12-22 07:35:10

标签: tensorflow

我正在玩this question的固定代码。我收到了上述错误。谷歌搜索表明它可能是某种尺寸不匹配,虽然我的诊断没有显示任何:

with tf.Session() as sess:
    sess.run(init)

    # Fit all training data
    for epoch in range(training_epochs):
        for (_x_, _y_) in getb(train_X, train_Y):
            print("y data raw", _y_.shape )
            _y_ = tf.reshape(_y_, [-1, 1])
            print( "y data ", _y_.get_shape().as_list())
            print("y place holder", yy.get_shape().as_list())

            print("x data", _x_.shape )            
            print("x place holder", xx.get_shape().as_list() )

            sess.run(optimizer, feed_dict={xx: _x_, yy: _y_})

观察尺寸,一切都很好:

y data raw (20,)
y data  [20, 1]
y place holder [20, 1]

x data (20, 10)
x place holder [20, 10]

错误:

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-131-00e0bdc140b2> in <module>()
     16             print("x place holder", xx.get_shape().as_list() )
     17 
---> 18             sess.run(optimizer, feed_dict={xx: _x_, yy: _y_})
     19 
     20 #         # Display logs per epoch step

/usr/local/lib/python3.4/dist-packages/tensorflow/python/client/session.py in run(self, fetches, feed_dict)
    355             e.args = (e.message,)
    356             raise e
--> 357           np_val = np.array(subfeed_val, dtype=subfeed_t.dtype.as_numpy_dtype)
    358           if subfeed_t.op.type == 'Placeholder':
    359             if not subfeed_t.get_shape().is_compatible_with(np_val.shape):

ValueError: setting an array element with a sequence.

任何调试提示?

2 个答案:

答案 0 :(得分:5)

tf.Session.run()feed_dict参数中的一个值是tf.Tensor对象时(这种情况下,{{3的结果),会引发此错误 - 非常有用的错误}})。

feed_dict中的值必须是numpy数组,或某些值x,可以使用tf.reshape()隐式转换为numpy数组。 tf.Tensor个对象无法隐式转换,因为这样做可能需要大量工作:相反,您必须调用sess.run(t)将张量t转换为numpy阵列。

正如您在答案中注意到的那样,使用np.reshape(_y_, [-1, 1])有效,因为它会产生一个numpy数组(因为_y_是一个开头的numpy数组)。通常,您应该始终准备使用numpy和其他纯Python操作提供的数据。

答案 1 :(得分:0)

tf替换为普通numpy改为 _y_ = np.reshape(_y_, [-1, 1]) 帮助:

ORA

实际原因尚不清楚,但确实有效。