我正在处理这里讨论的LSTM语言模型教程.
对于语言模型,通常使用该模型在训练后从头开始生成新句子(即来自模型的样本).
我是TensorFlow的新手,但我正在尝试使用我训练过的模型生成新单词,直到句末标记.
我最初的尝试:
x = tf.zeros_like(m.input_data)
state = m.initial_state.eval()
for step in xrange(m.num_steps):
state = session.run(m.final_state,
{m.input_data: x,
m.initial_state: state})
x = state
它失败并出现错误:
ValueError:使用序列设置数组元素.
mrry.. 7
这里的问题似乎是传递中的m.input_data: x映射.在这种情况下,TensorFlow期望这是一个numpy数组(或某个可以隐式转换为numpy数组的对象),但该值是TensorFlow (结果).feed_dictsession.run()xTensortf.zeros_like()
幸运的是,解决方案很简单.替换x = tf.zeros_like(m.input_data)为以下内容:
x = tf.zeros_like(m.input_data).eval()
...确保将x其转换为numpy数组.
(请注意,实现此目的的更直接方法是将初始值构造x为适当大小的numpy数组.)
这里的问题似乎是传递中的m.input_data: x映射.在这种情况下,TensorFlow期望这是一个numpy数组(或某个可以隐式转换为numpy数组的对象),但该值是TensorFlow (结果).feed_dictsession.run()xTensortf.zeros_like()
幸运的是,解决方案很简单.替换x = tf.zeros_like(m.input_data)为以下内容:
x = tf.zeros_like(m.input_data).eval()
...确保将x其转换为numpy数组.
(请注意,实现此目的的更直接方法是将初始值构造x为适当大小的numpy数组.)
京公网安备 11010802040832号 | 京ICP备19059560号-6 