data = pd.read_excel("/Users/madhavthaker/Downloads/Reduced_Car_Data.xlsx")
train = np.random.rand(len(data)) < 0.8
data_train = data[train]
data_test = data[~train]
x_train = data_train.ix[:,0:3].values
y_train = data_train.ix[:,-1].values
x_test = data_test.ix[:,0:3].values
y_test = data_test.ix[:,-1].values
y_label = tf.placeholder(shape=[None,1], dtype=tf.float32, name='y_label')
x = tf.placeholder(shape=[None,3], dtype=tf.float32, name='x')
W = tf.Variable(tf.random_normal([3,1]), name='weights')
b = tf.Variable(tf.random_normal([1]), name='bias')
y = tf.matmul(x,W) + b
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
summary_op = tf.summary.merge_all()
#Fit all training data
for epoch in range(1000):
sess.run(train, feed_dict={x: x_train, y_label: y_train})
# Display logs per epoch step
if (epoch+1) % display_step == 0:
c = sess.run(loss, feed_dict={x: x_train, y_label:y_train})
print("Epoch:", '%04d' % (epoch+1), "cost=", "{:.9f}".format(c), \
"W=", sess.run(W), "b=", sess.run(b))
print("Optimization Finished!")
training_cost = sess.run(loss, feed_dict={x: x_train, y_label: y_train})
print("Training cost=", training_cost, "W=", sess.run(W), "b=", sess.run(b), '\n')
错误如下:
x---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-37-50102cbac823> in <module>()
6 #Fit all training data
7 for epoch in range(1000):
----> 8 sess.run(train, feed_dict={x: x_train, y_label: y_train})
9
10 # Display logs per epoch step
TypeError: unhashable type: 'numpy.ndarray'
下面是我正在输入的两个numpy数组的形状:
y_train.shape = (78,)
x_train.shape = (78, 3)
我不知道是什么引起的。我所有的形状都匹配,我不应该有任何问题。如果你需要更多的信息请告诉我。
编辑:从我对下面一个答案的评论来看,似乎我必须为占位符指定特定的大小。None
不令人满意。当我改变它并重新运行代码时,一切正常。仍然不太清楚为什么。
请仔细检查您输入的数据类型,以及由“tf.placeholder(…)”定义的张量“x/y_train””x/y_label“”
我也遇到过同样的问题。原因是我代码中的x_train是“np.float64”,但我用tf.placeholder()定义的是tf.float32。日期类型float64和float32不匹配。
在我的例子中,问题是将输入参数命名为与占位符变量相同的名称。当然,这会将tensorflow变量替换为输入变量;从而为feed dict生成不同的键
tensorflow变量是可散列的,但输入参数(np.ndarray)不是。因此,不可更改的错误是试图将参数作为键而不是tensorflow变量传递的结果。我想说的一些代码:
希望这有助于任何人在这个问题上绊倒在未来!
我认为问题在于词典的定义。字典键必须是“哈希类型”,例如数字、字符串或元组是常见的。列表或数组不起作用:
我对tensorflow的了解不够,不知道这是什么:
错误表明它们是numpy数组,而不是字符串。
x
是否具有name
属性?或者字典应该指定为:
相关问题 更多 >
编程相关推荐