RNN結果にアクセスするときのTypeError

Question

シーケンスのすべてのトークンに対してRNNの決定を抽出しようとしていますが、投稿の最後に記載されているエラーが表示されます。

ご協力いただければ幸いです！

コード：

# gated recurrent unit 
def gru_step(x, h_prev, W_xm, W_hm, W_xh, W_hh): 
    m = theano.tensor.nnet.sigmoid(theano.tensor.dot(x, W_xm) + theano.tensor.dot(h_prev, W_hm)) 
    r = _slice(m, 0, 2) 
    z = _slice(m, 1, 2) 
_h = theano.tensor.tanh(theano.tensor.dot(x, W_xh) + theano.tensor.dot(r * h_prev, W_hh)) 
    h = z * h_prev + (1.0 - z) * _h 
    return h 
    # return h, theano.scan_module.until(previous_power*2 > max_value) 

W_xm = self.create_parameter_matrix('W_xm', (word_embedding_size, recurrent_size*2)) 
W_hm = self.create_parameter_matrix('W_hm', (recurrent_size, recurrent_size*2)) 
W_xh = self.create_parameter_matrix('W_xh', (word_embedding_size, recurrent_size)) 
W_hh = self.create_parameter_matrix('W_hh', (recurrent_size, recurrent_size)) 
initial_hidden_vector = theano.tensor.alloc(numpy.array(0, dtype=floatX), recurrent_size) 
initial_process_vector = theano.tensor.alloc(recurrent_size, n_classes) 

hidden_vector, _ = theano.scan(
gru_step, 
sequences = input_vectors, 
outputs_info = initial_hidden_vector, 
non_sequences = [W_xm, W_hm, W_xh, W_hh] 
) 

W_output = self.create_parameter_matrix('W_output', (n_classes,recurrent_size)) 

rnn_output = theano.tensor.nnet.softmax([theano.tensor.dot(W_output, hidden_vector[-1])])[0] 
rnn+predicted_class = theano.tensor.argmax(output) 

# Process hidden_vector to decision vectors 
def process_hidden_vector(x, W_dot): 
    return theano.tensor.dot(W_dot, x) 

all_tokens_output_vector = theano.scan(process_hidden_vector, sequences=hidden_vector, non_sequences=W_output) 

結果が「all_tokens_output_vector」である必要がありますが、出力にそれをしようとしたとき、私は次のエラーを取得する：

TypeError: Outputs must be theano Variable or Out instances. Received (for{cpu,scan_fn}.0, OrderedUpdates()) of type <type 'tuple'> 

Answer 1

あなたは後に「all_tokens_output_vector」で何をしていますそれ？あなたはそれを直接印刷しますか？

グラフをコンパイルするには、theano.functionが必要です。