Python 3.x 属性错误:';列表';对象没有属性';argmax';和numpy.AxisError:轴2超出维度为1的数组的界限
我有一个预测keras NMT模型的函数,它工作得很好,但是它读取文件,然后将预测保存到另一个文件中 但我需要用户输入并做出预测 完整代码Python 3.x 属性错误:';列表';对象没有属性';argmax';和numpy.AxisError:轴2超出维度为1的数组的界限,python-3.x,list,numpy,keras,prediction,Python 3.x,List,Numpy,Keras,Prediction,我有一个预测keras NMT模型的函数,它工作得很好,但是它读取文件,然后将预测保存到另一个文件中 但我需要用户输入并做出预测 完整代码 from keras.preprocessing.sequence import pad_sequences from keras.models import load_model import sys import warnings import argparse from seq2seq_utils import * ap = argparse.Arg
from keras.preprocessing.sequence import pad_sequences
from keras.models import load_model
import sys
import warnings
import argparse
from seq2seq_utils import *
ap = argparse.ArgumentParser()
ap.add_argument('-max_len', type=int, default=95)
ap.add_argument('-vocab_size', type=int, default=31500)
args = vars(ap.parse_args())
MAX_LEN = args['max_len']
VOCAB_SIZE = args['vocab_size']
def load_test_data(user_input, X_word_to_ix, max_len):
user_input = input()
X = [text_to_word_sequence(x)[::-1] for x in user_input.split('\n') if 0 < len(x) <= max_len]
for i, sentence in enumerate(X):
for j, word in enumerate(sentence):
if word in X_word_to_ix:
X[i][j] = X_word_to_ix[word]
elif word in X_word_to_ix is None:
X[i][j] = None
else:
X[i][j] = X_word_to_ix['UNK']
return X
model = load_model('model.h5')
model.get_weights()
X, X_vocab_len, X_word_to_ix, X_ix_to_word, y, y_vocab_len, y_word_to_ix, y_ix_to_word = load_data('english.txt',
'french.txt',
MAX_LEN,
VOCAB_SIZE)
saved_weights = find_checkpoint_file('.')
print('please enter the value')
user_input1 = input()
if len(saved_weights) == 0:
print("The network hasn't been trained! Program will exit...")
sys.exit()
else:
X_test = load_test_data(user_input1, X_word_to_ix, MAX_LEN)
print(type(X_test))
X_test = pad_sequences(X_test, maxlen=4, dtype='int32')
print(type(X_test))
arr=np.array(X_test)
model.load_weights(saved_weights)
predictions = np.argmax(model.predict(arr))
# predictions = np.argmax(list(model.predict(X_test)))
print(type(predictions))
# predictions = np.argmax(model.predict(X_test),axis=0)
sequences = []
print('1')
for prediction in predictions:
print('2')
sequence = ' '.join([y_ix_to_word[index] for index in prediction if index > 0])
print(sequence)
l = sequences.append(sequence)
print(l)
np.savetxt('test_result.txt', sequences, fmt='%s')
来自keras.preprocessing.sequence import pad_sequences
从keras.models导入负载_模型
导入系统
进口警告
导入argparse
从seq2seq_utils导入*
ap=argparse.ArgumentParser()
ap.add_参数('-max_len',type=int,default=95)
ap.add_参数('-vocab_size',type=int,default=31500)
args=vars(ap.parse_args())
MAX_LEN=args['MAX_LEN']
VOCAB_SIZE=args['VOCAB_SIZE']
def加载测试数据(用户输入,X字到ix,最大长度):
用户输入=输入()
X=[用户输入中X的文本到单词序列(X)[::-1]。如果0
AttributeError:“list”对象没有属性“argmax”
在处理上述异常期间,发生了另一个异常:
numpy.AxisError:轴2超出维度为1的数组的界限
为什么??感谢您的帮助什么是
argmax
参数?它是形状
<代码>数据类型?这不是完整的代码,np是一个列表,而不是numpy模块。请提供一个重现问题的示例。不,不是,没有导入,大多数函数都没有定义。您无法运行此代码。您似乎没有导入numpy,np变量在哪里定义?我没有询问有关X\u测试的信息!argmax
参数是model.predict(arr)
。这可能是一个值的列表或元组,而这些值不能组成一个漂亮的数字数组。如果np.array(model.predict(arr)
是一个对象dtype
array,这将解释属性的错误。