Tensorflow basic_rnn_seq2seq TypeError：預期的int32，得到類型'浮動'-0.1代替

我想在數據集上運行編碼器 - 解碼器模型。下面是示例代碼：Tensorflow basic_rnn_seq2seq TypeError：預期的int32，得到類型'浮動'-0.1代替

self._input_data = tf.placeholder(tf.int32, [batch_size, num_steps]) 
self._targets = tf.placeholder(tf.int32, [batch_size, num_steps]) 
enc_inputs.append(self._input_data) #one batch at once 
dec_inputs.append(self._targets) 
model = seq2seq.basic_rnn_seq2seq(enc_inputs, dec_inputs, tf.nn.rnn_cell.BasicLSTMCell(size, state_is_tuple=True))

我得到類型不匹配的錯誤（下面提到）。有誰知道解決這個問題？

tensor_util.py, line 290, in _AssertCompatible 
    (dtype.name, repr(mismatch), type(mismatch).__name__)) 
    TypeError: Expected int32, got -0.1 of type 'float' instead.

來源

2016-08-01 user3480922

似乎，將tf.int32更改爲tf.float32可解決此問題。我不知道爲什麼，但現在程序運行無錯。 – user3480922

當您嘗試將浮點值插入已鍵入爲int32的張量時，會出現類型錯誤。在將數據或圖形發送到後端客戶機執行之前，tensor_util.py用於構建python內的張量。從您的問題中不清楚如何重現您的錯誤。 _input_data如何被初始化？帶有浮點數的值？ –

encode_input和decode_input是簡單的單詞ID（整數）。接下來，所有進程都在basic_rnn_seq2seq API內處理。 – user3480922

的問題的根本情況是Tensorflow rnn_cell.py類：

with vs.variable_scope(scope or "Linear"): 
    matrix = vs.get_variable("Matrix", [total_arg_size, output_size], dtype=dtype)

，你有兩個變量，不同類型（tf.int32和tf.float32）

要解決問題，我使用tf.float32編碼器和解碼器輸入，同時保持目標爲tf.int32（Seq2Seq模型要求）。

像這樣的東西可能工作：

self._input_data = tf.placeholder(tf.float32, [batch_size, num_steps]) 
self._targets = tf.placeholder(tf.int32, [batch_size, num_steps]) 
enc_inputs.append(self._input_data) #one batch at once 
dec_inputs.append(self._targets)

注意的問題重現的TF v0.12.1。我檢查了rnn_cell.py的當前主人，這是完全不同的。所以我認爲這個問題可能會在以後的版本中消失。

來源

2017-02-01 04:18:27

這是一個混淆錯誤信息的問題。實際的原因是，當您撥打tf.get_variable()但未設置默認初始值設定項時，錯誤消息將會引起混淆。你可以使用tf.zero_initializer()或類似的東西來抑制這個錯誤。

來源

2017-05-12 08:01:03 soloice

Tensorflow basic_rnn_seq2seq TypeError：預期的int32，得到類型'浮動'-0.1代替

回答

相關問題