Tensorflow ValueError：画像を含む配列を持つ配列要素を設定する

Question

解決策を見つけようとする多くのフォーラムサイトを調べましたが、取得できませんでした。

Tensorflow（Python 3、Win 10 64ビット）を独自のイメージセットで使用しようとしています。私はそれを実行すると、私はValueErrorを取得します。具体的に：

Traceback (most recent call last): 
    File "B:\Josh\Programming\Python\imgpredict\predict.py", line 62, in <module> 
    sess.run(train_step, feed_dict={imgs:batchX, lbls: batchY}) 
    File "C:\Users\Josh\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\client\session.py", line 789, in run 
    run_metadata_ptr) 
    File "C:\Users\Josh\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\client\session.py", line 968, in _run 
    np_val = np.asarray(subfeed_val, dtype=subfeed_dtype) 
    File "C:\Users\Josh\AppData\Local\Programs\Python\Python36\lib\site-packages\numpy\core\numeric.py", line 531, in asarray 
    return array(a, dtype, copy=False, order=order) 
ValueError: setting an array element with a sequence. 

私のコードは次のとおりです。

import tensorflow as tf 
import numpy as np 
import os 
import sys 
import cv2 


content = [] # Where images are stored 
labels_list = [] 


########## File opening function 
with open("data/cats/files.txt") as ff: 
    for line in ff: 
     line = line.rstrip() 
     content.append(line) 
################################# 

########## Labels opening function 
with open("data/cats/labels.txt") as fff: 
    for linee in fff: 
     linee = linee.rstrip() 
     labels_list.append(linee) 
    labels_list = np.array(labels_list) 
############################### 


def create_batches(batch_size): 
    images1 = [] 
    for img1 in content: 
     thedata = cv2.imread(img1) 
     thedata = tf.contrib.layers.flatten(thedata) 
     images1.append(thedata) 
    images1 = np.asarray(images1) 

    images1 = np.array(images1) 

    while(True): 
     for i in range(0,298,10): 
      yield(images1[i:i+batch_size],labels_list[i:i+batch_size]) 


imgs = tf.placeholder(dtype=tf.float32,shape=[None,262144]) 
lbls = tf.placeholder(dtype=tf.float32,shape=[None,10]) 

W = tf.Variable(tf.zeros([262144,10])) 
b = tf.Variable(tf.zeros([10])) 

y_ = tf.nn.softmax(tf.matmul(imgs,W) + b) 

cross_entropy = tf.reduce_mean(-tf.reduce_sum(lbls * tf.log(y_),reduction_indices=[1])) 
train_step = tf.train.GradientDescentOptimizer(0.05).minimize(cross_entropy) 

sess = tf.InteractiveSession() 
tf.global_variables_initializer().run() 
for i in range(10000):######################################### 
    for (batchX,batchY) in create_batches(10): 
     for inn, imgs in enumerate(batchX): 
      batchX[inn] = imgs.eval() 
     sess.run(train_step, feed_dict={imgs:batchX, lbls: batchY}) 

correct_prediction = tf.equal(tf.argmax(y_,1),tf.argmax(lbls,1)) 
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) 

print(sess.run(accuracy, feed_dict={imgs:content, lbls:labels_list})) 

エラーが私のイメージ、または私のラベルからのものである場合、私は知りません。私は、他のSOの質問、Reddit、Google Plus、GitHub Issuesなどからたくさんの提案を試みましたが、役に立たないものです。プロジェクトのための私のGitHubのリンクは次のとおりです。https://github.com/supamonkey2000/jm-uofa

とプロジェクトフォルダは「imgpredict」

感謝すべてのヘルプです。事前に感謝します

Answer 1

この場合、トレーニングを実行しているときにテンソルフローオブジェクトをfeed_dictに渡すので、このエラーが発生していると思います。何らかの理由でそれが適切に評価されていません（docsで詳細）平坦化テンソルを返します

thedata = tf.contrib.layers.flatten(thedata) 

、：それはあなたが使用する平坦化法の結果としてtensorflowオブジェクトである可能性があります。

このanswerに続いて、この問題を回避するには、フィードdictにnumpy配列を指定する必要があります。代わりに、次のように試してみてください。

thedata.flatten() 

これは、配列をベクトルに平坦化します。私はそれを試して、少なくともエラーを取り除いた。

さらに、Ofer Sadanのように、アプローチにはいくつかの根本的な問題があります。私にとって最も明白なものは、イメージサイズ（512 x 512 = 262144）にウェイトマトリックスを初期化していますが、3チャンネルイメージ（RGBカラーイメージ）をロードしているので、そのサイズの3倍のフラットな配列になります（512 x 512 x 3チャネル= 786432）ので、トレーニングは失敗します。色が重要でない場合は、グレースケールに変換してみてください（thedata = cv2.cvtColor(thedata, cv2.COLOR_BGR2GRAY）。

Answer 2

私はお詫びします。これはエラーの完全な答えではありませんが、コードを生成する可能性のある多くの問題があります。

まず、create_batches機能があります。 images1、テンソルthedataのリストを使用すると、すべてのテンソルをリストに追加し、そのリストをnumpyの配列に変換します。それは非常に悪い習慣です。

画像とラベルの両方がyieldとなっていますが、ラベルはその機能ではまったく処理されず、グローバル値から届きます。すべてのその後

yield(images1[i:i+batch_size],labels_list[i:i+batch_size]) 

、あなたのbatchXはテンソルのリストであることが表示されますので、あなたは再びそれらのそれぞれを変換する：そのため、私は彼らも、あなたがこれを行う際に、画像と一致していることを前提とする理由を見ません配列に（imgs.eval()で）。結局のところ、神は配列の実際の形状が何であるかを知っているに過ぎず、エラー自体は通常、リストから配列に変換される適切な「矩形」形状ではないことを示しています（例えば、ある長さと異なる長さの配列である）。

私の提案は、あなたの関数を書き直し、単純化し、テンソルを使わず、そこに普通のリストを使わないでください。 sess.run(train_step, feed_dict={imgs:batchX, lbls: batchY})