web-dev-qa-db-ja.com

TypeError：整数スカラー配列のみがスカラーインデックスに変換できます

github link からのテンソルフローの簡単なデモコードを試しています。
現在pythonバージョン3.5.2を使用しています

Z:\downloads\tensorflow_demo-master\tensorflow_demo-master>py Python
3.5.2 (v3.5.2:4def2a2901a5, Jun 25 2016, 22:18:55) [MSC v.1900 64 bit (AMD64)] on win32<br> Type "help", "copyright", "credits" or "license" for more information.

コマンドラインでboard.pyを試したときに、このエラーに遭遇しました。これを実行するために必要なすべての依存関係をインストールしました。

def _read32(bytestream):
    dt = numpy.dtype(numpy.uint32).newbyteorder('>')
    return numpy.frombuffer(bytestream.read(4), dtype=dt)

def extract_images(filename):
    """Extract the images into a 4D uint8 numpy array [index, y, x, depth]."""
    print('Extracting', filename)
    with gzip.open(filename) as bytestream:
        magic = _read32(bytestream)
        if magic != 2051:
            raise ValueError(
                'Invalid magic number %d in MNIST image file: %s' %
                (magic, filename))
        num_images = _read32(bytestream)
        rows = _read32(bytestream)
        cols = _read32(bytestream)
        buf = bytestream.read(rows * cols * num_images)
        data = numpy.frombuffer(buf, dtype=numpy.uint8)
        data = data.reshape(num_images, rows, cols, 1)
    return data

Z:\downloads\tensorflow_demo-master\tensorflow_demo-master>py board.py
Extracting  Z:/downloads/MNIST dataset\train-images-idx3-ubyte.gz
Traceback (most recent call last):  
File "board.py", line 3, in <module>
    mnist = input_data.read_data_sets(r'Z:/downloads/MNIST dataset', one_hot=True)  
File "Z:\downloads\tensorflow_demo-master\tensorflow_demo-master\input_data.py", line 150, in read_data_sets
    train_images = extract_images(local_file) 
File "Z:\downloads\tensorflow_demo-master\tensorflow_demo-master\input_data.py", line 40, in extract_images
    buf = bytestream.read(rows * cols * num_images) 
File "C:\Users\surak\AppData\Local\Programs\Python\Python35\lib\gzip.py", line 274, in read
    return self._buffer.read(size)
TypeError: only integer scalar arrays can be converted to a scalar index
pythonpython-3.xnumpytensorflowmnist
19
Suraksha Ajith

関数を変更できます：

def _read32(bytestream):
    dt = numpy.dtype(numpy.uint32).newbyteorder('>')
    return numpy.frombuffer(bytestream.read(4), dtype=dt)

新しいバージョン：

def _read32(bytestream):
    dt = numpy.dtype(numpy.uint32).newbyteorder('>')
    return numpy.frombuffer(bytestream.read(4), dtype=dt)[0]

最後に[0]を追加します。

これは、Numpyの最新バージョンの問題のようです。最近の変更により、単一要素配列をインデックス作成の目的でスカラーとして扱うとエラーになりました。

35
Von

指定したコードリンクでは、input_data.pyという別のファイルを使用して、board.pyの次の2行を使用してMNISTからデータをダウンロードします

import input_data 
mnist = input_data.read_data_sets("/tmp/data/",one_hot=True)

MNISTデータはデモ目的で非常に頻繁に使用されるため、Tensorflowは自動的にダウンロードする方法を提供します。

board.pyの上記の2行を次の2行に置き換えると、エラーが消えます。

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
5
bhaskarc

このファイルは破損している可能性があります。

Z:/downloads/MNIST dataset\train-images-idx3-ubyte.gz

投稿したエラーを分析しましょう。

これは、問題のファイルでコードが現在機能していることを示しています。

Extracting  Z:/downloads/MNIST dataset\train-images-idx3-ubyte.gz

Tracebackは、スタックトレースが続くことを示します。

Traceback (most recent call last):

これは、'Z:/downloads/MNIST dataset'からデータセットを読み取ることを示します。

File "board.py", line 3, in <module>
    mnist = input_data.read_data_sets(r'Z:/downloads/MNIST dataset', one_hot=True)

これは、コードが画像を抽出していることを示しています。

File "Z:\downloads\tensorflow_demo-master\tensorflow_demo-master\input_data.py", line 150, in read_data_sets
    train_images = extract_images(local_file)

これは、コードがrows * cols * num_imagesバイトを読み取ることが期待されることを示します。

File "Z:\downloads\tensorflow_demo-master\tensorflow_demo-master\input_data.py", line 40, in extract_images
    buf = bytestream.read(rows * cols * num_images)

これはエラーのある行です：

File "C:\Users\surak\AppData\Local\Programs\Python\Python35\lib\gzip.py", line 274, in read
    return self._buffer.read(size)
TypeError: only integer scalar arrays can be converted to a scalar index

sizeは問題のある値であり、スタックトレースの前の行で計算されたものだと思います。

少なくとも2つの方法があります。

  1. 問題のあるファイルを削除して、問題が解決するかどうかを確認してください。これにより、ファイルが何らかの形で破損していることを確認できます。

  2. デバッガーを使用してコードにステップインし、問題のある変数の計算に使用される値を調べます。そこから先に進むには、得た知識を使用してください。

2
Stephen Rauch