質問編集履歴
1
問題解決の糸口が見えてきましたが、未だに改善されません。
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -1,31 +1,12 @@
|
|
|
1
|
-
[GitHubの記事](https://github.com/kujirahand/book-mlearn-gyomu/blob/master/src/ch5/iris/tf-iris.py)を参考にTensorFlowでアヤメの分類問題をやっているのですが、恐らくデータ型のエラーがどうしても解消できません。
|
|
2
|
-
|
|
1
|
+
### ＜1/26追記＞
|
|
3
|
-
|
|
2
|
+
最下部の内容から進展があったので、記事を更新します。
|
|
4
|
-
|
|
3
|
+
問題があるであろう、グラフ作成の部分と実行部分を抜粋します（いくつか変更してます）。
|
|
4
|
+
実行部ではfor文でエポック数を増やしたいのですが、2周目からエラーが出るようです。実行部のfor文をfor i in range(1)とした場合はエラーは生じません。
|
|
5
|
+
**エラー内容は「sess.runにndarrayを入れるな。テンソルを入れてくれ」ということだと思いますが、何故、forの1周目でテンソルだったものが2周目からndarrayに変化してしまうのかがわかりません。**
|
|
5
6
|
|
|
6
|
-
|
|
7
|
+
|
|
7
8
|
```python
|
|
8
|
-
from urllib.request import urlretrieve
|
|
9
|
-
import pandas as pd
|
|
10
|
-
import numpy as np
|
|
11
|
-
import tensorflow as tf
|
|
12
|
-
from sklearn.model_selection import train_test_split
|
|
13
|
-
|
|
14
|
-
# データの呼び出し
|
|
15
|
-
url = '上記記事のコードのＵＲＬ'
|
|
16
|
-
urlretrieve(url, 'iris.csv')
|
|
17
|
-
df = pd.read_csv('iris.csv', encoding='utf-8')
|
|
18
|
-
|
|
19
|
-
# データの準備
|
|
20
|
-
names = sorted(set(df.Name.values))
|
|
21
|
-
name2num = {w:i for i, w in enumerate(names)}
|
|
22
|
-
df['label'] = df['Name'].map(name2num)
|
|
23
|
-
X = df.iloc[:,:4].values
|
|
24
|
-
y = df.label.values
|
|
25
|
-
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, stratify=y, random_state=0)
|
|
26
|
-
|
|
27
|
-
|
|
28
|
-
|
|
9
|
+
グラフの作成
|
|
29
10
|
g = tf.Graph()
|
|
30
11
|
with g.as_default():
|
|
31
12
|
tf.set_random_seed(123)
|
|
@@ -34,37 +15,38 @@
|
|
|
34
15
|
tf_y = tf.placeholder(tf.int32, shape=(None), name='tf_y')
|
|
35
16
|
|
|
36
17
|
oh_y = tf.one_hot(tf_y, 3, dtype=tf.float32, name='oh_y')
|
|
37
|
-
|
|
18
|
+
|
|
38
19
|
w = tf.Variable(tf.random_normal((4, 3)), name='weight')
|
|
39
20
|
b = tf.Variable(tf.zeros(3), name='bias')
|
|
40
21
|
|
|
41
22
|
logits = tf.add(tf.matmul(tf_x, w), b, name='logits')
|
|
42
23
|
|
|
43
24
|
prediction = {'probabilities': tf.nn.softmax(logits, name='probabilities'),
|
|
44
|
-
'labels': tf.
|
|
25
|
+
'labels': tf.argmax(logits,1)}
|
|
45
26
|
|
|
46
|
-
|
|
27
|
+
cost = tf.losses.softmax_cross_entropy(logits=logits, onehot_labels=oh_y)
|
|
47
|
-
|
|
28
|
+
# cost = -tf.reduce_sum(oh_y * tf.log(prediction['probabilities']))
|
|
48
29
|
optimizer = tf.train.AdamOptimizer()
|
|
49
30
|
train = optimizer.minimize(cost)
|
|
50
|
-
correct_predictions = tf.equal(prediction['labels'], tf.
|
|
31
|
+
correct_predictions = tf.equal(prediction['labels'], tf.argmax(oh_y, 1))
|
|
32
|
+
# tf.reduce_meanの中身はfloatにしてあげないと小数点の計算できない
|
|
51
|
-
accuracy = tf.reduce_mean(tf.cast(correct_predictions, tf.float32), name='accuracy')
|
|
33
|
+
accuracy = tf.reduce_mean(tf.cast(correct_predictions, tf.float32), name='accuracy')
|
|
52
34
|
init = tf.global_variables_initializer()
|
|
53
|
-
|
|
54
|
-
|
|
35
|
+
|
|
55
|
-
|
|
36
|
+
実行
|
|
56
37
|
with tf.Session(graph=g) as sess:
|
|
57
38
|
sess.run(init)
|
|
58
|
-
|
|
39
|
+
# ↓のfor文のrange(1)にすると、エラーが生じません。
|
|
59
|
-
for step in range(
|
|
40
|
+
for step in range(2):
|
|
60
|
-
_, cost
|
|
41
|
+
_, cost= sess.run([train, cost], feed_dict={tf_x: X_train, tf_y: y_train})
|
|
61
42
|
if (step + 1) % 10 == 0:
|
|
62
|
-
print('Epoch%2d Cost:%.2f
|
|
43
|
+
print('Epoch%2d Cost:%.2f' %(step+1, cost))
|
|
63
44
|
|
|
64
45
|
print('Prediction Accuracy: %.2f' %(sess.run(accuracy, feed_dict={tf_x: X_test, tf_y: y_test}) * 100))
|
|
46
|
+
|
|
65
47
|
```
|
|
66
48
|
### 生じているエラー
|
|
67
|
-
```
|
|
49
|
+
```
|
|
68
50
|
---------------------------------------------------------------------------
|
|
69
51
|
TypeError Traceback (most recent call last)
|
|
70
52
|
/usr/local/lib/python3.6/dist-packages/tensorflow/python/client/session.py in __init__(self, fetches, contraction_fn)
|
|
@@ -87,12 +69,12 @@
|
|
|
87
69
|
During handling of the above exception, another exception occurred:
|
|
88
70
|
|
|
89
71
|
TypeError Traceback (most recent call last)
|
|
90
|
-
<ipython-input-
|
|
72
|
+
<ipython-input-134-171c87a28859> in <module>()
|
|
91
|
-
|
|
73
|
+
3 # ↓のfor文のrange(1)にすると、エラーが生じません。
|
|
92
|
-
|
|
74
|
+
4 for step in range(2):
|
|
93
|
-
--->
|
|
75
|
+
----> 5 _, cost= sess.run([train, cost], feed_dict={tf_x: X_train, tf_y: y_train})
|
|
94
|
-
|
|
76
|
+
6 if (step + 1) % 10 == 0:
|
|
95
|
-
|
|
77
|
+
7 print('Epoch%2d Cost:%.2f' %(step+1, cost))
|
|
96
78
|
|
|
97
79
|
/usr/local/lib/python3.6/dist-packages/tensorflow/python/client/session.py in run(self, fetches, feed_dict, options, run_metadata)
|
|
98
80
|
927 try:
|
|
@@ -150,6 +132,80 @@
|
|
|
150
132
|
305 except ValueError as e:
|
|
151
133
|
306 raise ValueError('Fetch argument %r cannot be interpreted as a '
|
|
152
134
|
|
|
135
|
+
TypeError: Fetch argument 5.690171 has invalid type <class 'numpy.float32'>, must be a string or Tensor. (Can not convert a float32 into a Tensor or Operation.)
|
|
136
|
+
```
|
|
137
|
+
|
|
138
|
+
|
|
139
|
+
|
|
140
|
+
＜以下、更新前の原文＞
|
|
141
|
+
[GitHubの記事](https://github.com/kujirahand/book-mlearn-gyomu/blob/master/src/ch5/iris/tf-iris.py)を参考にTensorFlowでアヤメの分類問題をやっているのですが、恐らくデータ型のエラーがどうしても解消できません。
|
|
142
|
+
コスト関数の最適化のとこでエラーが出ていますが、上の記事と見合わせても、データ型的にどこが間違えているのかがわかりません。
|
|
143
|
+
解決の方法がわかる方、是非ご教授くださると助かります。
|
|
144
|
+
試行錯誤して色々書き換えると様々なエラーが生じるので、もしかしたら多くの個所がおかしいのかもしれません。
|
|
145
|
+
|
|
146
|
+
### 書いたコード
|
|
147
|
+
```python
|
|
148
|
+
from urllib.request import urlretrieve
|
|
149
|
+
import pandas as pd
|
|
150
|
+
import numpy as np
|
|
151
|
+
import tensorflow as tf
|
|
152
|
+
from sklearn.model_selection import train_test_split
|
|
153
|
+
|
|
154
|
+
# データの呼び出し
|
|
155
|
+
url = '上記記事のコードのＵＲＬ'
|
|
156
|
+
urlretrieve(url, 'iris.csv')
|
|
157
|
+
df = pd.read_csv('iris.csv', encoding='utf-8')
|
|
158
|
+
|
|
159
|
+
# データの準備
|
|
160
|
+
names = sorted(set(df.Name.values))
|
|
161
|
+
name2num = {w:i for i, w in enumerate(names)}
|
|
162
|
+
df['label'] = df['Name'].map(name2num)
|
|
163
|
+
X = df.iloc[:,:4].values
|
|
164
|
+
y = df.label.values
|
|
165
|
+
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, stratify=y, random_state=0)
|
|
166
|
+
|
|
167
|
+
|
|
168
|
+
# グラフの作成
|
|
169
|
+
g = tf.Graph()
|
|
170
|
+
with g.as_default():
|
|
171
|
+
tf.set_random_seed(123)
|
|
172
|
+
|
|
173
|
+
tf_x = tf.placeholder(tf.float32, shape=(None, 4), name='tf_x')
|
|
174
|
+
tf_y = tf.placeholder(tf.int32, shape=(None), name='tf_y')
|
|
175
|
+
|
|
176
|
+
oh_y = tf.one_hot(tf_y, 3, dtype=tf.float32, name='oh_y')
|
|
177
|
+
|
|
178
|
+
w = tf.Variable(tf.random_normal((4, 3)), name='weight')
|
|
179
|
+
b = tf.Variable(tf.zeros(3), name='bias')
|
|
180
|
+
|
|
181
|
+
logits = tf.add(tf.matmul(tf_x, w), b, name='logits')
|
|
182
|
+
|
|
183
|
+
prediction = {'probabilities': tf.nn.softmax(logits, name='probabilities'),
|
|
184
|
+
'labels': tf.cast(tf.argmax(logits,1), tf.int32)}
|
|
185
|
+
|
|
186
|
+
# cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(logits=logits, labels=oh_y), name='cost')
|
|
187
|
+
cost = -tf.reduce_sum(oh_y * tf.log(prediction['probabilities']))
|
|
188
|
+
optimizer = tf.train.AdamOptimizer()
|
|
189
|
+
train = optimizer.minimize(cost)
|
|
190
|
+
correct_predictions = tf.equal(prediction['labels'], tf.cast(tf.argmax(oh_y, 1), tf.int32))
|
|
191
|
+
accuracy = tf.reduce_mean(tf.cast(correct_predictions, tf.float32), name='accuracy')
|
|
192
|
+
init = tf.global_variables_initializer()
|
|
193
|
+
|
|
194
|
+
|
|
195
|
+
# 実行
|
|
196
|
+
with tf.Session(graph=g) as sess:
|
|
197
|
+
sess.run(init)
|
|
198
|
+
|
|
199
|
+
for step in range(300):
|
|
200
|
+
_, cost, accuracy = sess.run([train, cost, accuracy], feed_dict={tf_x: X_train, tf_y: y_train})
|
|
201
|
+
if (step + 1) % 10 == 0:
|
|
202
|
+
print('Epoch%2d Cost:%.2f Accuracy:%.2f%%' %(step+1, cost, accuracy*100))
|
|
203
|
+
|
|
204
|
+
print('Prediction Accuracy: %.2f' %(sess.run(accuracy, feed_dict={tf_x: X_test, tf_y: y_test}) * 100))
|
|
205
|
+
```
|
|
206
|
+
### 生じているエラー（追記時に字数が足りなくなったので削りました）
|
|
207
|
+
```ここに言語を入力
|
|
208
|
+
---------------------------------------------------------------------------
|
|
153
209
|
TypeError: Fetch argument 682.8205 has invalid type <class 'numpy.float32'>, must be a string or Tensor. (Can not convert a float32 into a Tensor or Operation.)
|
|
154
210
|
```
|
|
155
211
|
|