Question

我目前正致力于使用Tensorflow构建深度神经网络，并遇到一些实现称为丢失的正则化技术的问题（请参阅Geoffrey Hinton撰写的原始论文here）。

Tensorflow有一个处理这个问题的功能，我正在按照Aurelien Geron的书“使用Scikit-Learn＆amp; amp; Tensorflow （顺便说一下，这是令人难以置信的）。其中，他实现辍学的示例代码包括声明training占位符：

training = tf.placeholder(tf.float32, shape = (), name = "training")

然后创建隐藏图层dropout对象：

hidden1_drop = tf.layers.dropout(hidden1, dropout_rate, training = training)

然而，当我执行此操作时，我收到指向上一行的错误。

TypeError: Input 'pred' of 'Switch' Op has type float32 that does not match expected type of bool

我查看了Tensorflow documentation regarding dropout，tf.layers.dropout()方法＆＃39; training参数定义为

Python boolean或TensorFlow布尔标量张量（例如a 占位符）。是否在训练模式下返回输出（应用退出）或推理模式（不改变输入）。

但是，在上面的代码中，我明确地传递了tf.float32。我怀疑这是我的错误的原因 - 它甚至在错误消息本身中说明。那么这只是作者的拼写错误，还是我不了解幕后发生的事情？

我应该用这一行代替隐藏的图层声明吗？

hidden1_drop = tf.layers.dropout(hidden1, dropout_rate, training = True)

我也调查了其他SO posts with similar errors，就像这个一样，但答案似乎表明该错误源于Tensorflow的过时版本，但事实并非如此 - 我最近才安装几个星期前在我的机器上。

Answer 1

我会继续回答我自己的问题，因为我是个白痴。

作者没有写错字。我按照他的教程做了一个拼写错误。 training可以是Python布尔值或Tensorflow布尔张量。在书中，作者的实际代码是

training = tf.placeholder_with_default(False, shape=())

进行此切换应该可以解决问题。