TensorType（float32、matrix）をTensorType（int32、matrix）に変換する際のエラー

Question

ディープラーニングアルゴリズムのコードを記述しました。しかし、私はちょうどデータをロードする最後の段階で立ち往生しています。

self.x = T.imatrix("x") 
self.y = T.ivector("y") 

は、データを保持する変数として定義されている

、私はやる

train_x, train_y, train_lengths = dataUtils.read_and_sort_matlab_data(path+"train.txt",path+"train_lbl.txt") 
validate_x, validate_y, validate_lengths = dataUtils.read_and_sort_matlab_data(path+"valid.txt",path+"valid_lbl.txt") 
tested_x, tested_y, tested_lengths = dataUtils.read_and_sort_matlab_data(path+"test.txt",path+"test_lbl.txt") 

ここ

私は train_yは形状の型numpy.ndarrayのある変数の型を確認している（2000年、） とtrain_y [0]のタイプが 'int32'です。

その後、私は

def shared(data_x,data_y): 

    shared_x = theano.shared(np.asarray(data_x, dtype=theano.config.floatX), borrow=True) 
    shared_y = theano.shared(np.asarray(data_y, dtype=theano.config.floatX), borrow=True) 
    return shared_x, T.cast(shared_y, "int32") 

を次のように共有機能が定義されている場所、私は次のコード

train_mb = theano.function(
      [i], cost, updates=updates, 
      givens={ 
       self.x: 
       training_x[i*self.document_length: (i+1)*self.document_length], 
       self.y: 
       training_y[i: (i+1)] 
      }) 

でエラーを取得する変数

training_x,training_y = shared(train_x,train_y) 
validation_x,validation_y = shared(validate_x,validate_y) 
test_x,test_y = shared(tested_x,tested_y) 

を共有theanoにデータを置きますラインで

training_y[i: (i+1)] 

エラーが

TypeError例外である：タイプTensorType（INT32、マトリックス）に入力TensorType（0。可変サブテンソルの{：int64モードのInt64}）（のfloat32、マトリックス）を変換できません。 Subtensor {int64：int64：}。0を手動でTensorType（int32、matrix）に変換することができます。

私はすでにshared_y変数をキャストしているときに、float32が導入されている場所を誰かが知ることができますか？そしてこのエラーを修正する方法。また、なぜtrain_yがそのような形で提案されたベクトルであるのか、エラー文には行列がありますか？

Answer 1

答えが見つかりました。実際にはtraining_xビットで、エラーはtraining_yではありませんでした。