python给我的解决方案是什么；ValueError:使用序列设置数组元素。"；

我正在运行下面的代码，但它给了我一个关于数组的错误。我试图找到一个解决方案，并以某种方式理解问题，但我无法解决问题。这是我的密码：

import tensorflow as tf
import pandas as pa
import numpy as np


iris = pa.read_csv("iris.csv", names = ['F1', 'F2', 'F3', 'F4', 'class'])
print(iris.head(5))

iris['class'].value_counts()

#mapping data

A1 = np.asarray([1,0,0])
A2 = np.asarray([0,1,0])
A3 = np.asarray([0,0,1])
Irises = {'Iris-setosa' : A1, 'two' : A2, 'Iris-virginica' : A3}
iris['class'] = iris['class'].map(Irises)


#Mjesanje podataka 
iris = iris.iloc[np.random.permutation(len(iris))]

print(iris.head(10))
iris = iris.reset_index(drop=True)
print(iris.head(10))

#splitting data into training and testing
x_train = iris.ix[0:100,['F1', 'F2', 'F3', 'F4']]
y_train = iris.ix[0:100,['class']]
x_test = iris.ix[101:, ['F1', 'F2', 'F3', 'F4']]
y_test = iris.ix[101:, ['class']]


print(x_train.tail(5))
print(y_train.tail(5))

print(x_test.tail(5))
print(y_test.tail(5))

n_nodes_hl1 = 150
n_nodes_hl2 = 150


n_classes = 3 # U ovom slucaju tri, 1-> Iris-setosa, Iris-versicolo, Iris-virginica
batch_size = 50 # Da li ima neko optimalno rijesenje koliko uzeti?

x = tf.placeholder('float', shape = [None, 4]) # 4 featrues 
y = tf.placeholder('float', shape = [None, n_classes]) # 3 classes 


def neural_network_model(data):
    hidden_layer_1 = {'weights': tf.Variable(tf.random_normal([4, n_nodes_hl1])),
                    'biases':tf.Variable(tf.random_normal([n_nodes_hl1]))}

    hidden_layer_2 = {'weights': tf.Variable(tf.random_normal([n_nodes_hl1, n_nodes_hl2])),
                    'biases':tf.Variable(tf.random_normal([n_nodes_hl2]))}

    output_layer = {'weights': tf.Variable(tf.random_normal([n_nodes_hl2, n_classes])),
                    'biases': tf.Variable(tf.random_normal([n_classes]))}


    l1 = tf.add(tf.matmul(data, hidden_layer_1['weights']), hidden_layer_1['biases']) #(input_data * weights) + biases
    l1 = tf.nn.relu(l1) #activation function, im using rectified 

    l2 = tf.add(tf.matmul(l1, hidden_layer_2['weights']), hidden_layer_2['biases'])
    l2 = tf.nn.relu(l2)

    output_layer = tf.matmul(l2, output_layer['weights'] + output_layer['biases'])

    return output_layer


def train_neural_network(x):
    prediction = neural_network_model(x)
    cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(prediction, y)) #loss
    optimizer = tf.train.GradientDescentOptimizer(0.1).minimize(cross_entropy)

    #koliko puta ce ici back
    hm_epoch = 10
    with tf.Session() as sess:
        sess.run(tf.initialize_all_variables()) 
        for step in range(hm_epoch):                
            _, c = sess.run([optimizer, cross_entropy], feed_dict={x: x_train, y:[t for t in y_train.as_matrix()]})
            print(c)

        correct = tf.equal(tf.argmax(prediction, 1), tf.argmax(y, 1))

        accuracy = tf.reduce_mean(tf.cast(correct, tf.float32))
        #prediction = sess.run(accuracy, feed_dict=(x: x_test, y:[t for t in y_test.as_matrix()]))
        #print(prediction)

train_neural_network(x)

我得到了这个错误：

回溯（最后一次调用）：文件“NeuralNet.py”，第92行，在 训练神经网络（x）文件“NeuralNet.py”，第83行，训练神经网络 _，c=sess.run（[optimizer，cross_entropy]，feed_dict={x:x_train，y:[t代表y_train.as_matrix（）]中的t}）文件 “/home/jusuf/anaconda3/lib/python3.5/site packages/tensorflow/python/client/session.py”， 第717行，在run_metadata_ptr）文件中 “/home/jusuf/anaconda3/lib/python3.5/site packages/tensorflow/python/client/session.py”， 第888行，in运行np值=np.asarray（副进纸值， dtype=子进纸（dtype）文件 “/home/jusuf/anaconda3/lib/python3.5/site packages/numpy/core/numeric.py”， 第482行，在asarray中 返回数组（a，dtype，copy=False，order=order）值错误：使用序列设置数组元素

错误消息为

ValueError: setting an array element with a sequence.

说明：您正在尝试使用序列设置数组元素。那么，错误在哪里，请参见下文

c = sess.run([optimizer, cross_entropy]

告诉我什么是“c”。它可能是一个浮点数，整数或者其他的。但我很确定这不是一个数组。这就是您收到上述异常的原因

但是如果你想打印出这个数组，你可以直接打印

print（sess.run（[optimizer，cross\u entropy]）

而不是run

print（c）

---

据我从代码中看到的，您没有在任何地方使用“c”。

产生此错误的一个操作是将列表分配给数组元素：

In [498]: x=np.zeros(3)
In [499]: x
Out[499]: array([ 0.,  0.,  0.])
In [500]: x[0] = [1,2,3]
....
ValueError: setting an array element with a sequence.

由于错误出现在

np.asarray（subfeed\u val，dtype=subfeed\u dtype）

语句中，它很可能执行以下操作：

In [502]: np.array([[1,2,3],[1,2]], dtype=int)
ValueError: setting an array element with a sequence.

把一系列的数字放进一个槽里仍然是个问题

进一步查看错误堆栈，错误位于：

sess.run([optimizer, cross_entropy], feed_dict={x: x_train, y:[t for t in y_train.as_matrix()]})

我认为这与分配给

c

的任务无关

sess.run

是一个我一无所知的

tensorflow

函数

================

正确格式化的错误堆栈是

Traceback (most recent call last): 
File "NeuralNet.py", line 92, in train_neural_network(x) 
File "NeuralNet.py", line 83, in train_neural_network
   _, c = sess.run([optimizer, cross_entropy], feed_dict={x: x_train, y:[t for t in y_train.as_matrix()]}) 
File "/home/jusuf/anaconda3/lib/python3.5/site-packages/tensorflow/python/client/session.py", line 717, in    
    runrun_metadata_ptr) 
File "/home/jusuf/anaconda3/lib/python3.5/site-packages/tensorflow/python/client/session.py", line 888, in 
   _run np_val = np.asarray(subfeed_val, dtype=subfeed_dtype) 
File "/home/jusuf/anaconda3/lib/python3.5/site-packages/numpy/core/numeric.py", line 482, in 
   asarray return array(a, dtype, copy=False, order=order) 
ValueError: setting an array element with a sequence.

我建议查看

tensorflow

文档，确保此函数的输入正确。关注允许的类型，如果是数组，则关注尺寸、形状和数据类型