Warum kann ich das umgestaltete Tensorvariable in theano nicht auswerten?

Warum kann ich das umgestaltete Tensorvariable nicht durch den Code auswerten, den ich unten geschrieben habe?

from theano import shared from theano import tensor as T import numpy x = T.matrix('x') # the input data # input = (nImages, nChannel(nFeatureMaps), nDim1, nDim2, nDim3) layer1_input = T.reshape(x, xTrain.shape, ndim=5) layer1_input.eval({x:xTrain}) 

Da ich das tensorvariable x umgestaltet habe und ein numpy Array derselben Dimension dazu passiere, berichtet es einfach,

  • Konsole für Tkinter App auf OSX ausblenden
  • MySQL: eine Grundsuche durchführen
  • Wie umgekehrt man die signifikanten Bits einer Ganzzahl in Python?
  • Python nicht verknüpfen String und Unicode zu verknüpfen
  • Wie kann ich verschiedene Funktionen auf ein groupby-Objekt anwenden?
  • Re-Import-Modul-unter-Test, um den Kontext zu verlieren
  • TypeError: ('Schlechtes Eingabe-Argument zu theano-Funktion mit Namen': 17 "bei Index 0 (0-basiert) ',' Falsche Anzahl von Dimensionen: erwartet 2, bekam 5 mit Form (2592, 1, 51, 61, 23) . ')

    One Solution collect form web for “Warum kann ich das umgestaltete Tensorvariable in theano nicht auswerten?”

    Ich denke, das Problem ist, weil Sie matrix (zweidimensional) als Datentyp von x , die eine fünfdimensionale Eingabe xTrain . Wie hier gesagt, für fünfdimensionale Eingabe, sollten Sie einen benutzerdefinierten Datentyp erstellen.

    Beispielcode:

     from theano import tensor as T import numpy as np xTrain = np.random.rand(1,1,2,3,3).astype('float32') dtensor5 = T.TensorType('float32', (False,)*5) x = dtensor5('x') layer1_input = x print layer1_input.eval({x:xTrain}) 

    und über

    Da habe ich das tensorvariable x umgestaltet und gebe ein numpy Array derselben Dimension dazu

    Ich denke, was tatsächlich passieren ist variabel x erhalten die Eingabe zuerst (heben Sie einen Fehler) und dann layer1_input Sie es für layer1_input

    Python ist die beste Programmiersprache der Welt.