如何解決，無法將符號張量（IteratorGetNext:1）轉換為numpy陣列的問題 -有解無憂

我向Keras模型傳遞了一個自定義的損失函式，我試圖在計算rmse分數之前對我的標簽進行反變換。

我已經通過標準縮放器轉換了形狀為（n,1）的標簽，其中n代表標簽中的記錄數。

我的代碼

# standardization。
lab_scaler2 = StandardScaler().fit(label2)
scaled_lab2 = lab_scaler2.transform(label2)

# 自定義損失函式from keras import backend as k
def root_mean_squared_error（y_true, y_pred）。
    try:
        y_true = lab_scaler2.inverse_transform(y_true)
    except Exception as e:
        logging.error(f'y_true: {e}')
    try:
        y_pred = lab_scaler2.inverse_transform(y_pred.reshape(-1, 1)
    except Exception as e:
        logging.error(f'y_pred: {e}')
    return k.sqrt(k.mean(k.square(y_pred - y_true) ))

我得到的錯誤

但是它給出了一個錯誤，我在日志檔案中記錄了這個錯誤。該錯誤如下

# log file。
ERROR:root:y_true: 無法將一個符號化的Tensor（IteratorGetNext:1）轉換成numpy陣列。
這個錯誤可能表明你試圖將一個Tensor傳遞給一個NumPy呼叫，這不被支持。
ERROR:root:y_pred: 
        'Tensor'物件沒有屬性'reshape'。
        如果你正在尋找與numpy相關的方法，請運行以下內容。
        from tensorflow.python.ops.numpy_ops import np_config
        np_config.enable_numpy_behavior()

我發現了一些相關的問題，但對我來說并不奏效

uj5u.com熱心網友回復：

正如snoopy建議的那樣，你不能在損失函式中呼叫numpy函式，甚至轉換為numpy陣列也不行，對于所有涉及梯度的問題。

但是在你的案例中，你試圖呼叫的只是一個標準縮放器，這個方法只是做了：

z = ((d))

z = (x - u) / s


其中u是訓練的平均值，s是訓練的標準偏差。
標準標度器是一個線性三角函式，只需用手去做，你只需要計算資料的平均數和方差，而不是呼叫標度器，只需做一個乘法和一個加法（標度器的逆運算），找到平均數和方差，然后用手去做逆運算，這是一個單行運算式：
z = (x - u) / s -> (z * s)   u = x. 
只需取張量，乘以方差，然后求平均值。






        
      轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/326890.html
      標籤：
      上一篇：如何將一個numpy陣列的nan值填充到其列的平均值中？
下一篇：在Vue中使用PHPApi回應