TypeError：フェッチ引数に無効な型float32があります。文字列またはテンソルでなければなりません

Question

イメージセグメンテーションでは、thisの例と非常によく似たCNNを訓練しています。画像は1500x1500x1で、ラベルは同じサイズです。

CNN構造を定義した後、このサンプルコードのようにセッションを起動中：

conv_net_test.py in <module>() 
    178    #pdb.set_trace() 
--> 179    loss, acc = sess.run([loss, accuracy], feed_dict={x: batch_x, y: batch_y, keep_prob: 1.}) 
    180   step += 1 
    181  print "Optimization Finished!" 

tensorflow/python/client/session.pyc in run(self, fetches, feed_dict, options, run_metadata) 
    370  try: 
    371  result = self._run(None, fetches, feed_dict, options_ptr, 
--> 372       run_metadata_ptr) 
    373  if run_metadata: 
    374   proto_data = tf_session.TF_GetBuffer(run_metadata_ptr) 

tensorflow/python/client/session.pyc in _run(self, handle, fetches, feed_dict, options, run_metadata) 
    582 
    583  # Validate and process fetches. 
--> 584  processed_fetches = self._process_fetches(fetches) 
    585  unique_fetches = processed_fetches[0] 
    586  target_list = processed_fetches[1] 

tensorflow/python/client/session.pyc in _process_fetches(self, fetches) 
    538   raise TypeError('Fetch argument %r of %r has invalid type %r, ' 
    539       'must be a string or Tensor. (%s)' 
--> 540       % (subfetch, fetch, type(subfetch), str(e))) 

TypeError: Fetch argument 1.4415792e+2 of 1.4415792e+2 has invalid type <type 'numpy.float32'>, must be a string or Tensor. (Can not convert a float32 into a Tensor or Operation.) 

I：（conv_net_test.py）

with tf.Session() as sess: 
sess.run(init) 
summ = tf.train.SummaryWriter('/tmp/logdir/', sess.graph_def) 
step = 1 
print ("import data, read from read_data_sets()...") 

#Data defined by me, returns a DataSet object with testing and training images and labels for segmentation problem. 
data = import_data_test.read_data_sets('Dataset') 

# Keep training until reach max iterations 
while step * batch_size < training_iters: 
    batch_x, batch_y = data.train.next_batch(batch_size) 
    print ("running backprop for step %d" % step) 
    batch_x = batch_x.reshape(batch_size, n_input, n_input, n_channels) 
    batch_y = batch_y.reshape(batch_size, n_input, n_input, n_channels) 
    batch_y = np.int64(batch_y) 
    sess.run(optimizer, feed_dict={x: batch_x, y: batch_y, keep_prob: dropout}) 
    if step % display_step == 0: 
     # Calculate batch loss and accuracy 
     #pdb.set_trace() 
     loss, acc = sess.run([loss, accuracy], feed_dict={x: batch_x, y: batch_y, keep_prob: 1.}) 
    step += 1 
print "Optimization Finished" 

Iは、以下の例外TypeError（以下スタックトレース）上にヒットこの時点で困っている。たぶんこれはタイプを変換する簡単なケースですが、私はどのように/どこにいるのか分かりません。また、損失は文字列でなければならないのはなぜですか？ （これが修正されると、同様のエラーが精度のためにポップアップすると仮定します）。

Answer 1

loss = sess.run(loss)を使用する場合は、Pythonで変数lossを再定義します。

初めて正常に動作します。二回目は、あなたがやるしようとします：

sess.run(1.4415792e+2) 

lossは今float型であるため。

loss_val, acc = sess.run([loss, accuracy], feed_dict={x: batch_x, y: batch_y, keep_prob: 1.}) 

：あなたが好きな別の名前を使用する必要があります

---