錯(cuò)誤

TypeError: Can not convert a float32 into a Tensor or Operation. # 類型錯(cuò)誤:不能將一個(gè)浮動(dòng)32轉(zhuǎn)換為一個(gè)張量或操作。TypeError: Fetch argument 2.3025854 has invalid type <class 'numpy.float32'>, must be a string or Tensor. (Can not convert a float32 into a Tensor or Operation.)

如其意,類型錯(cuò)誤:不能將一個(gè)浮動(dòng)32轉(zhuǎn)換為一個(gè)張量或操作。也就是在計(jì)算圖實(shí)際運(yùn)算的時(shí)候發(fā)生的錯(cuò)誤,錯(cuò)誤為數(shù)據(jù)類型錯(cuò)誤,將應(yīng)該是傳入的張量或者操作的的地方傳入了一個(gè) float32 類型的數(shù)據(jù).

分析

源碼

for step in range(1000):batch_xs, batch_ys = mnist.train.next_batch(100)_, Train_Loss = sess.run([Train_Step,Train_Loss], feed_dict={X: batch_xs, Y_true: batch_ys})print('Train step :',step,'Train_Losss :',Train_Loss)

錯(cuò)誤產(chǎn)生的時(shí)候我查了查代碼,沒明白什么意思,后來debug才發(fā)現(xiàn),是變量在第二遍運(yùn)行的時(shí)候數(shù)據(jù)類型發(fā)生了改變,

其改變是在第一遍的時(shí)候,仔細(xì)看源代碼,輸出的Train_Loss與后面sess.run([Train_Step,Train_Loss], feed_dict={X: batch_xs, Y_true: batch_ys})中的’Train_Loss’同名,顯然第一遍運(yùn)行之后,原本應(yīng)該傳入session的Train_Loss就從張量變成了 float32

解決方案

避免重名,使用不同的名字
如原來的

_, Train_Loss = sess.run([Train_Step,Train_Loss], feed_dict={X: batch_xs, Y_true: batch_ys})

改為

_, train_loss = sess.run([Train_Step,Train_Loss], feed_dict={X: batch_xs, Y_true: batch_ys})

BUG就消失了
這是一個(gè)很低級(jí)的BUG…..但是也很有趣.

總結(jié)

以上是生活随笔為你收集整理的TypeError: Can not convert a float32 into a Tensor or Operation.的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。