2016-11-21 4 views
1

Ich trainiere ein RNN ähnlich dem im Tensorflow-Tutorial, für sequentielle Daten. Die Daten sind [Stapelgröße, Schritt, Dimension] und Beschriftungen sind [Stapelgröße, Anzahl_Klassen].Tensorflow ValueError on session.run mit Batch-Training

Da die Sequenzlänge für verschiedene Samples unterschiedlich ist, möchte ich Batch-Training erstellen - jedes Mal nehme ich 32 Samples, puffere sie in die längste Sequenzgröße und füttere sie dann zum Training in die rnn-Grafik.

Die Daten werden wie folgt definiert:

data = DataGenerator(data_path, label_path) 
train_data, train_label, train_seqlen, test_data, test_label = data.train_test_data(0.2)  
x = tf.placeholder(tf.float32, [batch_size, None, num_dim]) 
y = tf.placeholder(tf.float32, [batch_size, num_classes]) 
seqlen = tf.placeholder(tf.int32, [batch_size]) 
model = VariableSeqModel(x, y, seqlen) 

Train_data ist [batch_size, Schritt, dim], train_label ist [batch_size, num_classes]. Seqlen ist [batch_size, 1] zum Aufzeichnen der tatsächlichen Sequenzlänge von Proben in jeder Charge. Ist das korrekt, dass ich x als [batch_size, None, num_dim] für variable Sequenzlänge definiere?

Nach dem RNN und Datenstruktur definiert, die Sitzung, wie in diesem Codebeispiel startet:

with tf.Session() as sess: 
    sess.run(tf.initialize_all_variables()) 
    step = 1 
    while step*batch_size < 1000: 
     batch_xx, batch_y, batch_seqlen = data.next(batch_size, train_data, train_label, train_seqlen) 
     batch_x = data.batch_padding(batch_xx,batch_seqlen) 
     sess.run(model.optimize, feed_dict={x: batch_xx, y: batch_y, seqlen: batch_seqlen}) 

     step += 1 

Ich kam auf die folgende Valueerror (stacktrace unten):

dynamic_rnn.py in <module>() 
--> 129 sess.run(model.optimize, feed_dict={x: batch_xx, y: batch_y, seqlen: batch_seqlen}) 

tensorflow/python/client/session.pyc in run(self, fetches, feed_dict, options, run_metadata) 
    708 try: 
    709 result = self._run(None, fetches, feed_dict, options_ptr, 
--> 710 run_metadata_ptr) 
    711 if run_metadata: 
    712 proto_data = tf_session.TF_GetBuffer(run_metadata_ptr) 

tensorflow/python/client/session.pyc in _run(self, handle, fetches, feed_dict, options, run_metadata) 
    879 ' to a larger type (e.g. int64).') 
    880 
--> 881 np_val = np.asarray(subfeed_val, dtype=subfeed_dtype) 
    882 
    883 if not subfeed_t.get_shape().is_compatible_with(np_val.shape): 

numpy/core/numeric.pyc in asarray(a, dtype, order) 
    480 
    481 """ 
--> 482 return array(a, dtype, copy=False, order=order) 
    483 
    484 def asanyarray(a, dtype=None, order=None): 

ValueError: setting an array element with a sequence. 

Ich bin ratlos an dieser Punkt. Jede Hilfe wird geschätzt!

Antwort

0

Problem gelöst. Erklären Sie einfach seqlen = tf.placeholder(tf.int32, [None]) und es funktioniert gut. "[None]" gibt hier den dynamischen Tensortyp der Stapelgröße an und die Stapelgröße ist einfach tf.int32.

0

Ich bin kein Experte, aber es scheint mir, dass das Problem hier ist

Seqlen ist [batch_size, 1]

Wie die tensorflow Tutorial schon sagt, Sequenzlänge

sein sollte

sequence_length: (optional) Ein int32/int64-Vektor in der Größe [batch_size].

Sie können versuchen, Ihr Seqlen-Array entsprechend zu füllen. Hoffe das wird helfen.

Verwandte Themen