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

90.37%

  • Python

    12897questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    1019questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • TensorFlow

    998questions

Tensorflow:Macで使えていたコードがWindows10+Anaconda3+python3.5環境で動かないです

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 2
  • VIEW 774

zakio49

score 23

前提・実現したいこと

こちらの記事のソースコードを参考にNNを組んで見ました。
Macでは動くのですがwindows+Anacondaを組んでみてもうまくいかなかったので、
お知恵を拝借したいです。よろしくお願い致します。

ニューラルネットワークでプロ野球選手の給与を査定してみる
http://qiita.com/sergeant-wizard/items/9bb45c0850aebca2bc07

より詳細な情報
python2→python3用のコードに記事のソースから書き直しています。

tf.scalar_summary→tf.summary.scalar
print→print()

実行環境はwindows10+Anaconda+python3.5+tensorflow1.0~になります

ソースコードを入れて吐き出されたエラーメッセージ

  File "sample.py", line 55, in <module>
    loss = loss(output, salary_placeholder, loss_label_placeholder)
  File "sample.py", line 28, in loss
    tf.summary.scalar(loss_label_placeholder, loss)
  File "C:\Users\tai\Anaconda3\envs\tensorenv\lib\site-packages\tensorflow\python\summary\summary.py", line 116, in scalar
    name = _clean_tag(name)
  File "C:\Users\tai\Anaconda3\envs\tensorenv\lib\site-packages\tensorflow\python\summary\summary.py", line 88, in _clean_tag
    new_name = _INVALID_TAG_CHARACTERS.sub('_', name)
TypeError: expected string or bytes-like object

` ソースコード csvファイルのリンク:https://gist.github.com/sergeant-wizard/b2c548fbd3b3a01b23ca

import tensorflow as tf
import numpy

SCORE_SIZE = 33
HIDDEN_UNIT_SIZE = 32
TRAIN_DATA_SIZE = 90

raw_input = numpy.loadtxt(open("input.csv"), delimiter=",")
[salary, score]  = numpy.hsplit(raw_input, [1])

[salary_train, salary_test] = numpy.vsplit(salary, [TRAIN_DATA_SIZE])
[score_train, score_test] = numpy.vsplit(score, [TRAIN_DATA_SIZE])

def inference(score_placeholder):
  with tf.name_scope('hidden1') as scope:
    hidden1_weight = tf.Variable(tf.truncated_normal([SCORE_SIZE, HIDDEN_UNIT_SIZE], stddev=0.1), name="hidden1_weight")
    hidden1_bias = tf.Variable(tf.constant(0.1, shape=[HIDDEN_UNIT_SIZE]), name="hidden1_bias")
    hidden1_output = tf.nn.relu(tf.matmul(score_placeholder, hidden1_weight) + hidden1_bias)
  with tf.name_scope('output') as scope:
    output_weight = tf.Variable(tf.truncated_normal([HIDDEN_UNIT_SIZE, 1], stddev=0.1), name="output_weight")
    output_bias = tf.Variable(tf.constant(0.1, shape=[1]), name="output_bias")
    output = tf.matmul(hidden1_output, output_weight) + output_bias
  return tf.nn.l2_normalize(output, 0)

def loss(output, salary_placeholder, loss_label_placeholder):
  with tf.name_scope('loss') as scope:
    loss = tf.nn.l2_loss(output - tf.nn.l2_normalize(salary_placeholder, 0))
    tf.summary.scalar(loss_label_placeholder, loss)
  return loss

def training(loss):
  with tf.name_scope('training') as scope:
    train_step = tf.train.GradientDescentOptimizer(0.01).minimize(loss)
  return train_step


with tf.Graph().as_default():
  salary_placeholder = tf.placeholder("float", [None, 1], name="salary_placeholder")
  score_placeholder = tf.placeholder("float", [None, SCORE_SIZE], name="score_placeholder")
  loss_label_placeholder = tf.placeholder("string", name="loss_label_placeholder")

  feed_dict_train={
    salary_placeholder: salary_train,
    score_placeholder: score_train,
    loss_label_placeholder: "loss_train"
  }

  feed_dict_test={
    salary_placeholder: salary_test,
    score_placeholder: score_test,
    loss_label_placeholder: "loss_test"
  }

  output = inference(score_placeholder)
  loss = loss(output, salary_placeholder, loss_label_placeholder)
  training_op = training(loss)

  summary_op = tf.merge_all_summaries()

  init = tf.initialize_all_variables()

  best_loss = float("inf")

  with tf.Session() as sess:
    summary_writer = tf.train.SummaryWriter('data', graph_def=sess.graph_def)
    sess.run(init)

    for step in range(10000):
      sess.run(training_op, feed_dict=feed_dict_train)
      loss_test = sess.run(loss, feed_dict=feed_dict_test)
      if loss_test < best_loss:
        best_loss = loss_test
        best_match = sess.run(output, feed_dict=feed_dict_test)
      if step % 100 == 0:
        summary_str = sess.run(summary_op, feed_dict=feed_dict_test)
        summary_str += sess.run(summary_op, feed_dict=feed_dict_train)
        summary_writer.add_summary(summary_str, step)


    print (best_match)

`

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • chck

    2017/06/19 20:41 編集

    markdown記法が使えるので、コードの部分はぜひ
    ```
    print('test1')
    print('test2')
    ```
    上記のように囲って頂けると質問が読みやすくて助かります!

    キャンセル

  • zakio49

    2017/06/19 21:00

    了解しました!急いで修正します!(ご指摘ありがとうございます。

    キャンセル

回答 1

checkベストアンサー

+2

コード見やすくなりました!ありがとうございます

以下のリンクと同じエラーとお見受けしました
https://github.com/tensorflow/tensorflow/issues/8261

結論、TensorFlowのVersionの問題でtf.summary.scalarの挙動が変わったのが問題です

エラーにあるtf.summary.scalarですが、Version0.Xではtf.placeholderを第一引数に取りますが,
Version1.0からはstringにしないといけなくなってしまったようです...

そのため、tf.summary.scalar(loss_label_placeholder, loss)の第一引数をtf.summary.scalar('loss', loss)等の文字列に変えてみるとどうでしょうか?
また、色々試してだめな場合、最終手段TensorFlowのVersionを下げてみるのも一手です
根本的な解決になってなかったらすみません!

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。

  • 2017/06/20 09:59

    動きました!
    他にも1.0~系で書式が違うでつっぱねられたので以下のリンクが参考になりました。
    TensorFlow の "AttributeError: 'module' object has no attribute 'xxxx'" エラーでつまづいてしまう人のための移行ガイド
    http://qiita.com/shu223/items/ef160cbe1e9d9f57c248

    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 90.37%
  • 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

同じタグがついた質問を見る

  • Python

    12897questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    1019questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • TensorFlow

    998questions