Question

我正在使用tensorflow（不是Keras）创建seq2seq模型，并且输入/输出是句子。像聊天机器人或翻译器之类的东西。

但是当我跑步

for epoch in range(total_epoch):
    _, loss = sess.run([optimizer, cost],
                       feed_dict={enc_input: input_batch,
                                  dec_input: output_batch,
                                  targets: target_batch})

我知道

ValueError: setting an array element with a sequence.

input_batch / output_batch是句子gensim.word2vec.wv.vectors的数组。我也尝试了其他方法作为输入，但是仍然遇到相同的错误。对于target，它是一个数组数组（每个内部数组都是映射到句子中单词的数字的列表）。

获取错误的target_batch如下所示： [[297, 242, 430, 451, 507, 507, 505, 506, 506, 506, 506, 506], [297, 242, 430, 451, 507, 507, 505, 506, 506, 506, 506, 506], ...]

对于input_batch / output_batch，我已经尝试了一切。

我使用gensim word2vec，对于inputbatch.append(input_data)，input_data是使用gensim word2vec为每个句子制作的，如下所示：

model=Word2Vec(input_sentence.split(), size=5, window=10, min_count=1, workers=4, sg=1)

从保存到bin并检索到使用model.wv.vectors，我已经做了所有事情。对于enc_input，dec_input和targets

的全部3个错误

enc_input = tf.placeholder(tf.float32, [None, None, n_input])

谢谢。

Answer 1

似乎您必须将向量张量目标批次的形状与供稿字典app.use(express.static("public"))中的键进行匹配。从documentation for tensorflow Session.py：

可选的feed_dict参数允许调用者覆盖图中张量的值。 feed_dict中的每个键都可以是以下类型：如果键是tf.Tensor，则值可能是可以转换为相同dtype的Python标量，字符串，列表或numpy ndarray 作为那个张量。此外，如果密钥是tf.placeholder，则将检查值的形状是否与占位符。

占位符必须具有与输入张量兼容的形状。将numpy数组用于目标批次可能更容易，并使用它来设置占位符的尺寸，如下所示：

enc_input, dec_input, targets

没有更多信息，我无法测试，但希望能对您有所帮助。

获取ValueError：将gensim.word2vec传递给feed_dict

1 个答案: