Question

调用test_model时，它给出了以下错误：

TypeError: slice indices must be integers or None or have an __index__ method

但是我用一个整数（特定批次）调用test_model。 Inputtest是浮点列表的列表，label是一个int的向量。我不确定问题是什么。

def optimize(learning_rate = 0.1,n_epochs = 1000, batch_size = 600):
    n_train_batches = len(inputt)//batch_size
    n_val_batches = len(inputsdev)//batch_size
    n_test_batches = len(inputstest)//batch_size
    rng = numpy.random.RandomState(1234)
    index = T.lscalar('index')
    x = T.ivector('x')
    y = T.ivector('y')
    classifier = Regression(x, n_in = 150, n_out = 24)
    cost = classifier.negative_log_likelihood(labelt)
    test_model = theano.function(inputs = [index], outputs =  classifier.errors(y),givens = { x: inputstest[index * batch_size:(index + 1) * batch_size], y : labeltes[index * batch_size:(index + 1) * batch_size]})

Answer 1

有时你会得到一个看起来像整数的值。我做了两个实验来帮助你理解。

1

list1 = [2,3]

index = '1'

print(list1[index])

输出：TypeError：列表索引必须是整数或切片，而不是str

2

list1 = [2,3]

index = '1'

print(list1[int(index)])

输出：3

因此，您必须确保输入到列表或其他数据结构的索引应为整数。但它并不总是整数。如果使用字典，则应输入字符串。这取决于您使用的数据结构。

希望它有所帮助。：）

Answer 2

Theano documentation提到这样做

index = T.lscalar('index')

会将索引返回到[mini]批次

我认为更换：

x --> inputstest[index * batch_size:(index + 1) * batch_size]
y --> labeltest[index * batch_size:(index + 1) * batch_size]

图表中的

无效，因为您可能需要使用批量启动和批量停止，并且您没有将学习率传递给您的功能。

TypeError：切片索引必须是整数

2 个答案: