Próbuję użyć funkcji przerywania w tensorflow:Błąd przy użyciu porzucaniu w tensorflow
sess=tf.InteractiveSession()
initial = tf.truncated_normal([1,4], stddev=0.1)
x = tf.Variable(initial)
keep_prob = tf.placeholder("float")
dx = tf.nn.dropout(x, keep_prob)
sess.run(tf.initialize_all_variables())
sess.run(dx, feed_dict={keep_prob: 0.5})
sess.close()
Przykład ten jest bardzo podobny do tego, jak to się robi w the tutorial; Jednak ja skończyć z powodu następującego błędu:
RuntimeError: min: Conversion function <function constant at 0x7efcc6e1ec80> for type <type 'object'> returned incompatible dtype: requested = float32_ref, actual = float32
mam pewne kłopoty, aby zrozumieć dtype float32_ref
, który wydaje się być tło problemu. Próbowałem również podać dtype=tf.float32
, ale to niczego nie naprawia.
Próbowałem również ten przykład, który działa dobrze z float32
:
sess=tf.Session()
x=tf.Variable(np.array([1.0,2.0,3.0,4.0]))
sess.run(x.initializer)
x=tf.cast(x,tf.float32)
prob=tf.Variable(np.array([0.5]))
sess.run(prob.initializer)
prob=tf.cast(prob,tf.float32)
dx=tf.nn.dropout(x,prob)
sess.run(dx)
sess.close()
Jednak jeśli rzucam float64
zamiast float32
uzyskać ten sam błąd:
RuntimeError: min: Conversion function <function constant at 0x7efcc6e1ec80> for type <type 'object'> returned incompatible dtype: requested = float64_ref, actual = float64
Edit:
Wygląda na to, że problem pojawia się tylko w przypadku korzystania z funkcji opuszczania bezpośrednio na zmiennej s, pracuje dla zastępczych oraz dla produktów zmiennych i zastępcze, przykład:
sess=tf.InteractiveSession()
x = tf.placeholder(tf.float64)
sess=tf.InteractiveSession()
initial = tf.truncated_normal([1,5], stddev=0.1,dtype=tf.float64)
y = tf.Variable(initial)
keep_prob = tf.placeholder(tf.float64)
dx = tf.nn.dropout(x*y, keep_prob)
sess.run(tf.initialize_all_variables())
sess.run(dx, feed_dict={x : np.array([1.0, 2.0, 3.0, 4.0, 5.0]),keep_prob: 0.5})
sess.close()