Question

我正在阅读jpg图像，然后将它们重新塑造成张量。我将图像转换为float32：

def load(folder,table):
X=[]

train = pd.read_csv(table)

for i,img_id in enumerate(train['Image']):

    img = io.imread(folder+img_id[2:])

    X.append(img)

X = np.array(X)/255.
X = X.astype(np.float32)
X = X.reshape(-1, 1, 225, 225)
return X

但是，我收到此错误

TypeError: ('Bad input argument to theano function with name "/Users/mas/PycharmProjects/Whale/nolearn_convnet/Zahraa5/lib/python2.7/site-packages/nolearn/lasagne/base.py:435"  at index 1(0-based)', 'TensorType(int32, vector) cannot store a value of dtype float32 without risking loss of precision. If you do not mind this loss, you can: 1) explicitly cast your data to int32, or 2) set "allow_input_downcast=True" when calling "function".', array([[ 0.,  0.,  0., ...,  0.,  0.,  0.],
       [ 0.,  0.,  0., ...,  0.,  0.,  0.],
       [ 0.,  0.,  0., ...,  0.,  0.,  0.],
       ..., 
       [ 0.,  0.,  0., ...,  0.,  0.,  0.],
       [ 0.,  0.,  0., ...,  0.,  0.,  0.],

       [ 0.,  0.,  0., ...,  0.,  0.,  0.]], dtype=float32))

Answer 1

这是cross-post to the theano-users mailing list。

道格在那里提供了答案：

您正在使用的theano变量被定义为整数，但是您传递一个浮点数，因此错误'TensorType（int32，vector）不能存储dtype float32的值...'。您可以修改数据加载代码将其强制转换为int32，或将符号变量更改为支持float32的东西。

所以在某个地方你有一条看起来像这样的行：

x = T.ivector()

或

x = T.vector(dtype='int32')

看起来您需要将其更改为

x = T.tensor4()

其中dtype已更改为等于theano.config.floatX且维度已更改为4以匹配X的4维特性。

Answer 2

如果你没弄清楚，我有类似的错误，这就是我修复它的方法：将你的y转换为int32。 x值可以是floatx，但是y必须是no32的int32才能进行分类。

Theano TypeError

2 个答案: