输入错误：不可用类型'list'或'numpy.ndarrary'

Question

我有一个tensorflow占位符定义为：

fs = tf.placeholder(tf.float32, shape=(nn,  mm))

此外，在代码中，我想要提供它。 我将使用shape = (nn, mm)获得一个numpy数组“功能”，我写道：

feed_dict.update({fs, features})

然而，我收到错误：

TypeError: Unhashable type"numpy.ndarray"

因为我已经可以将包含lenght = nn的列表提供给shape = (nn,)的占位符

所以在将numpy数组提供给占位符之前，我写了

features = features.tolist()   #to make them as a list, not numpy array!

再次，我得到了类似的错误：

TypeError: Unhashable type "list"

所以，我想知道如何将2d numpy数组提供给2d tensorflow占位符？

我还检查过它们都有np.float32和tf.float32个数据类型！ 我正在使用python3和tensorflow版本1.1

Answer 1

您的代码中有一个小错字。你写的地方：

feed_dict.update({fs, features})

你应该写的：

feed_dict.update({fs: features})

请注意逗号被冒号替换。

正在进行什么

在你的代码中，你不小心试图创建一个包含fs和features的集合，你要做的就是创建一个字典。为了放在一个集合中，python对象必须实现一个名为__hash__的方法。并非所有对象都实现此方法（出于好的理由）并且包括列表和numpy数组。因此，您收到有关＆＃34;不可用类型的错误消息的原因＆＃34;是因为你无意中试图创建一个包含features的集合。