Question

我正在尝试使用此处的Generative Adversarial Network： https://github.com/carpedm20/DCGAN-tensorflow 我安装了所有的先决条件并下载了代码，我遇到了一个错误，我不知道它来自哪里。运行任何图像集的main.py后，我收到以下错误：

ValueError: setting an array element with a sequence

它提到的那一行，model.py的第153行，如下：

sample_images = np.array(sample).astype(np.float32)

'sample_images'似乎设置为张量流占位符，基于model.py的第75行和第76行：

self.sample_images= tf.placeholder(tf.float32, [self.sample_size] + [self.output_size, self.output_size, self.c_dim],
                                    name='sample_images')

一些谷歌搜索引导我使用像'feed_dict'这样的东西，但是有一些实验没有用。此外，feed_dict稍后会在代码中使用，如第187行所示：

feed_dict={ self.images: batch_images, self.z: batch_z, self.y:batch_labels })

我不确定这是Python，Tensorflow，Numpy还是导致错误的其他因素，所以不知道从哪里开始。帮助赞赏。

作为参考，我在Windows 7上运行Python 3.5 64位

由于

森

更新：经过长时间的努力来解决这个问题，我最终开发了一个Ubuntu虚拟机，安装了Python和Tensorflow，整个工作顺利进行。对原始问题不是一个完全答案，但绝对是一种解决方法。

Answer 1

我没有tensorflow，所以无法直接帮助您。但我可以用类似的东西来创建你的错误

使用各种大小的列表创建一个dtype对象数组：

In [343]: x=np.array([3, [1,2], [1,2,3]],dtype=object)
In [344]: x
Out[344]: array([3, [1, 2], [1, 2, 3]], dtype=object)
In [345]: x.astype(np.float32)
...
ValueError: setting an array element with a sequence.

如果一个或多个元素是一个数组，同样适用，我想象一个tensorflow对象，如果可迭代（作为序列），会产生相同的错误。

所以 - 检查dtype的{{1}}，并确定元素的类型。还要检查sample_images是否有自己的方法将其对象转换为浮点数组。不要认为tensorflow函数和方法直接在numpy个对象上起作用。

Python / Tensorflow / Numpy设置一个带有序列错误的数组元素

1 个答案: