質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.52%

  • Python 3.x

    6341questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

LSTMでの文章作成

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 114

zwei50333456

score 5

LSTMを使用して文章作成しようと思っています。
以下のコードを実行すると、下のエラー文が表示されます。
エラーの内容を調べてみたのですがよく分からなかったので質問させてください

from keras.models import Sequential
from keras.layers import Dense, Activation, Dropout
from keras.layers import LSTM
from keras.optimizers import RMSprop
from keras.utils.data_utils import get_file
import numpy as np
import random, sys

path = "./tomizawa.txt"
bindata = open(path, "rb").read()
text = bindata.decode("utf-8")
print('コーパスの長さ:', len(text))

# 一文字ずつバラバラにして文字にIDを振る
chars = sorted(list(set(text)))
print('使われている文字の数:', len(chars))
char_indices = dict((c, i) for i, c in enumerate(chars)) # 文字→ID
indices_char = dict((i, c) for i, c in enumerate(chars)) # ID→文字

# テキストをmaxlen文字で区切って、その文の次に来る文字を記録する
maxlen = 20
step = 3
sentences = []
next_chars = []
for i in range(0, len(text) - maxlen, step):
    sentences.append(text[i: i + maxlen])
    next_chars.append(text[i + maxlen])
print('学習する文の数:', len(sentences))

print('テキストをIDベクトルにします...')
X = np.zeros((len(sentences), maxlen, len(chars)), dtype=np.bool)
y = np.zeros((len(sentences), len(chars)), dtype=np.bool)
for i, sentence in enumerate(sentences):
    for t, char in enumerate(sentence):
        X[i, t, char_indices[char]] = 1
    y[i, char_indices[next_chars[i]]] = 1


# モデルを構築する(LSTM)
print('モデルを構築します...')
model = Sequential()
model.add(LSTM(128, input_shape=(maxlen, len(chars))))
model.add(Dense(len(chars)))
model.add(Activation('softmax'))

optimizer = RMSprop(lr=0.01)
model.compile(loss='categorical_crossentropy', optimizer=optimizer)

# 選択候補となる配列から値を取り出す
def sample(preds, temperature=1.0):
    preds = np.asarray(preds).astype('float64')
    preds = np.log(preds) / temperature
    exp_preds = np.exp(preds)
    preds = exp_preds / np.sum(exp_preds)
    probas = np.random.multinomial(1, preds, 1)
    return np.argmax(probas)

# 学習させて、テキストを生成する・・・を繰り返す
for iteration in range(1, 60):
    print()
    print('-' * 50)
    print('繰り返し=', iteration)
    model.fit(X, y, batch_size=128, nb_epoch=1) # 訓練
    # ランダムにテキストのシードを選ぶ
    start_index = random.randint(0, len(text) - maxlen - 1)
    # 多様性のパラメータごとに文を生成する
    for diversity in [0.2, 0.5, 1.0, 1.2]:
        print()
        print('---多様性=', diversity)
        generated = ''
        sentence = text[start_index: start_index + maxlen]
        generated += sentence
        print('---シード="' + sentence + '"')
        sys.stdout.write(generated)
        # シードを元にテキストを自動で生成する
        for i in range(400):
            x = np.zeros((1, maxlen, len(chars)))
            for t, char in enumerate(sentence):
                x[0, t, char_indices[char]] = 1.
            # 次に来る文字を予測
            preds = model.predict(x, verbose=0)[0]
            next_index = sample(preds, diversity)
            next_char = indices_char[next_index]
            # 既存の文に予測した一文字を足す
            generated += next_char
            sentence = sentence[1:] + next_char
            sys.stdout.write(next_char)
            sys.stdout.flush()
        print()


エラー文

コーパスの長さ: 796
使われている文字の数: 172
学習する文の数: 259
テキストをIDベクトルにします...
モデルを構築します...
TypeError: Expected int32, got list containing Tensors of type '_Message' instead.


tomizawa.txtの内容

30円のお返しです。ありがとうございましたー!
いらっしゃいませこんにちはー!いらっしゃいませこんにちはー!いらっしゃいませこんにちはー!
こちらでお召し上がりですか?
ソルトレイクの方で…
テイクアウト。
お客さん(笑)。踏んでますよ。
ビッグバーガーを千個?
今からお作りしますんで、5時間少々よろしいですか?
千個ってなったら厨房担当者が…
セット?
セットをおひとつ?
お飲み物はどうなさいますか?
バナナシェイクで…。サイズの方、S・M・A・L・Lがございますけれども。
はい。
おっきいコップがまだ来てないんで。
すいません。
はい。
えー、ご一緒にビッグバーガーセットはいかがですか?
サイドメニュー?ご一緒に(※ポテトの発音で)ホタテはいかがですか?
ご一緒に~!ホタテはいかがですか?
おふたつ?
以上で?
それでは、厨房の方を振り返ります。
注文の方、繰り返します。
ビッグバーガーセットがおひとつ。お飲み物バナナシェイクでよろしかったですか?
はい。
あ、すいません。
はい。
はい。お飲み物、バナーナシェイクで…
あ。ですか~?の方ですか~?
ビッグセットワン。バナナシェイク。プリーズヘルプミー。
(※レジのボタンを激しく叩く仕草)
お会計630円で…
カルロスの方の…
630円です。
はい。
はい。30円のお返しです。
あと、これ500円以上お買い上げの方に差し上げてるんですけど。
レシートです。
お箸は2膳でよろしかったですか?
シェイクの方、砂糖とミルクお付けしますか?
お待たせしましたー。
こちら、つまんないものです。
あの、今キャンペーンやってまして。
こちら、スクラッチ削ってもらってよろしいですか?
ちょっと何言ってるか分かんない。
いろんな商品が当たります。
おめでとうございます!1等なります!
1等、(※ポテトの発音で)ホタテになります。
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

https://stackoverflow.com/questions/45266707/keras-typeerror-expected-int32-got-list-containing-tensors-of-type-message

例えばこんな感じの話がありますね。

調べる限り、tensorflowのバージョンが低いせいであることが多いです。

1.2以上を使っていますか?

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/08 02:21

    確認したところバージョンが0.8でした。jupyter notebookを使っており環境を切りかえてバージョンが足りていませんでした。これで出来そうです。ありがとうございます‼️

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.52%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python 3.x

    6341questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。