Question

我还是keras和python的新手，我收到的错误似乎无法理解。错误是：

Traceback (most recent call last):
  File "/Users/N/PycharmProjects/hw2/hw2_1.py", line 35, in <module>
model.fit(trainingInp, trainingOut, epochs=10, batch_size=1)
  File "/Library/Python/2.7/site-packages/keras/models.py", line 893, in fit
initial_epoch=initial_epoch)
  File "/Library/Python/2.7/site-packages/keras/engine/training.py", line 1555, in fit
batch_size=batch_size)
  File "/Library/Python/2.7/site-packages/keras/engine/training.py", line 1409, in _standardize_user_data
exception_prefix='input')
  File "/Library/Python/2.7/site-packages/keras/engine/training.py", line 126, in _standardize_input_data
array = arrays[i]
UnboundLocalError: local variable 'arrays' referenced before assignment

它发生在model.fit（）中。我的模型是这样的：

model = Sequential()
model.add(Dense(3, activation='sigmoid', input_dim=8))
model.add(Dropout(0.5))
model.add(Dense(10, activation='sigmoid'))

model.compile(loss='mean_squared_error', optimizer='sgd', metrics=['accuracy'])
print trainingInp
print trainingOut
model.fit(trainingInp, trainingOut, epochs=10, batch_size=1)

我打印我的数据以确保我没有传入空数据，并在进入model.fit（）之前正确打印。

我不太确定如何修复它，因为我不知道问题是什么。似乎问题是batch_size，但我认为批量大小为1。

以下是我获取数据的方式。我保证数据没有任何空值。

#read and categorize data
data = pandas.read_csv('cars.data.txt', delim_whitespace=True, header=None)

#turn class into an integer
enc = pandas.factorize(data['class'])
data["enc"] = enc[0]


#split the data set and make class into a matrix of outputs
trainingSet, testingSet = train_test_split(data, test_size=0.3)

trainingInp = trainingSet.iloc[:,1:9]
trainingOut = keras.utils.to_categorical(trainingSet['enc'], num_classes=10)

testingInp = testingSet.iloc[:,1:9]
testingOut = keras.utils.to_categorical(testingSet['enc'], num_classes=10)

Answer 1

看起来像是Keras的一个错误。

在engine/training.py，

elif data.__class__.__name__ == 'DataFrame':
    # test if data is a DataFrame, without pandas installed
    data = data.values

应该是

elif data.__class__.__name__ == 'DataFrame':
    # test if data is a DataFrame, without pandas installed
    arrays = data.values

Created a pull request.

以下是我如何得到它：

UnboundLocalError表示未定义变量 - 实际上总是编程错误。在使用变量之前，故障线所属的块不会检查任何条件。因此，代码假定它必须始终由此点定义。

从错误的行搜索“arrays”表示它正在大if块的分支中定义。因此，每个分支都应该在其工作过程中最终分配此变量。事实上，他们都这样做，除了这一个。因此，执行此分支的执行是变量最终未定义的唯一方式。

现在，剩下的就是找出该分支中的目标代码应该是什么。看到了

所有其他分支本身以arrays = <something>结尾，此行看起来就像它一样，
重新分配data是一个毫无意义的操作：
- 它在不同的分支中有不同的类型（例如，在一个arrays = data和另一个arrays = [data]中）
- 没有在其中任何一个中重新分配，因此if块不应该将其转换为某种常见的表示形式 - 因此，它很可能不会被进一步使用

代码的作者很可能写了一个拼写错误，这是他们一定想要的。 Looking up Pandas.DataFrame.values确认它是一个数组数组，所以将它直接赋值给称为“数组”的东西看起来是合法的。

Answer 2

有时，当您将Pandas系列或数据帧传递给keras估算器时，会出现此错误。只需这样做

df_train_x = df_train_x.values
df_test_x = df_test_x.values

然后

estimator.fit(df_train_x , df_train_y)

Keras model.fit UnboundLocalError

2 个答案: