Question

我有一个类似的问题，我无法找到错误。

这是我的代码：

 # create a data structure to hold user context
context = {}

ERROR_THRESHOLD = 0.25
def classify(sentence):
    # generate probabilities from the model
    results = model.predict([bow(sentence, words)])
    # filter out predictions below a threshold
    results = [[i,r] for i,r in enumerate(results) if r>ERROR_THRESHOLD]
    # sort by strength of probability
    results.sort(key=lambda x: x[1], reverse=True)
    return_list = []
    for r in results:
        return_list.append((classes[r[0]], r[1]))
    # return tuple of intent and probability
    return return_list

def response(sentence, userID='123', show_details=False):
    results = classify(sentence)
    # if we have a classification then find the matching intent tag
    if results:
        # loop as long as there are matches to process
        while results:
            for i in intents['intents']:
                # find a tag matching the first result
                if i['tag'] == results[0][0]:
                    # set context for this intent if necessary
                    if 'context_set' in i:
                        if show_details: print ('context:', i['context_set'])
                        context[userID] = i['context_set']

                    # check if this intent is contextual and applies to this user's conversation
                    if not 'context_filter' in i or \
                        (userID in context and 'context_filter' in i and i['context_filter'] == context[userID]):
                        if show_details: print ('tag:', i['tag'])
                        # a random response from the intent
                        return 
                    print(random.choice(i['responses']))

results.pop(0)

classify("today")

但是我得到了错误：

ValueError Traceback（最近一次调用last）in（）----＆gt; 1分类（＆＃34;   今天＆＃34）
     分类中的
（句子）5 def classify（句子）：6＃generate   来自模型的概率----＆gt; 7结果=   model.predict（[bow（sentence，words）]）8＃过滤下面的预测   阈值9结果= [[i，r]表示i，r表示枚举（结果）if   R＆GT; ERROR_THRESHOLD]

/Library/Python/2.7/site-packages/tflearn/models/dnn.pyc in   预测（自我，X）255＆＃34;＆＃34;＆＃34; 256 feed_dict = feed_dict_builder（X，无，   self.inputs，None） - ＆gt; 257返回self.predictor.predict（feed_dict）   258 259 def predict_label（self，X）：

/Library/Python/2.7/site-packages/tflearn/helpers/evaluator.pyc in   如果len（self.tensors）==，则预测（self，feed_dict）67 prediction = [] 68   1：---＆gt; 69返回self.session.run（self.tensors [0]，   feed_dict = feed_dict）70 else：71表示self.tensors中的输出：

/Library/Python/2.7/site-packages/tensorflow/python/client/session.pyc   在运行中（self，fetches，feed_dict，options，run_metadata）776尝试：777   result = self._run（None，fetches，feed_dict，options_ptr， - ＆gt; 778   run_metadata_ptr）779如果run_metadata：780 proto_data =   tf_session.TF_GetBuffer（run_metadata_ptr）

/Library/Python/2.7/site-packages/tensorflow/python/client/session.pyc   在_run中（self，handle，fetches，feed_dict，options，run_metadata）959   ＆＃39;无法为Tensor％r提供形状％r的值，＆＃39; 960＆＃39;有形状   ％R＆＃39; - ＆GT; 961％（np_val.shape，subfeed_t.name，   str（subfeed_t.get_shape（））））962如果没有   self.graph.is_feedable（subfeed_t）：963引发ValueError（＆＃39; Tensor％s可能   没有被喂食。＆＃39; ％subfeed_t）

ValueError：无法为Tensor u＆＃39; InputData / X：0＆＃39;提供形状值（48，），其形状为＆＃39;（？，48）＆＃39;

任何人都可以告诉我为什么它的形状不合适？

Answer 1

您已向模型提供数据，其形状为(48,)，您必须将其重新整形为(?,48)

import numpy as np

data = np.zeros(48)
print(data.shape)
#>>>(48,)
data =np.array([data])
print(data.shape)
#>>>(1, 48)

尝试使用已关闭的会话

1 个答案: