Python神经网络：TypeError:异常必须派生自BaseException

我想用python来训练我的神经网络案例，我试图解决一些问题，但我发现了一个问题

控制台代码如下所示：

@staticmethod
def colSpec(nparray: 'np.ndarray', rangeStr:str=None,batchStart:str=None, batchEnd:str=None)->'np.ndarray':
    '''
        Specify certain column data by selecting some columns or batched rows of data.   --- UPDATED (Dexter) 20181210

        Parameters
        ------------------------------

        nparray     `np.ndarray<np.array<(int|float|str)>>`   - Data table to be selected.

        rangeStr    `str`   - Index range string for selecting certain columns for the transformation.

        batchStart  `int`   - The starting index (inclusive) of the data rows.

        batchEnd    `int`   - The ending index (exclusive) of the data rows.

        Returns
        ------------------------------

        `np.ndarray<np.array<(int|float|str)>>`   - Data table with requested selection range.
    '''
    # Convert to np array if it's not.
    if not isinstance(nparray, np.ndarray):
        if isinstance(nparray, list):
            try:
                nparray = np.array(nparray)
            except:
                raise ValueError("Data type not supported for colSpec. It should be an `np.ndarray` object.")
        else:
            raise ValueError("Data type not supported for colSpec. It should be an `np.ndarray` object.")

    # If no column specification requested, just return the orginal array with batchStart and batchEnd rows.
    if rangeStr is None:
        return nparray[batchStart:batchEnd]
    
    else:
        colCount = len(nparray[0])

        # Validate the index range range.
        if (not IndexRange.validate(colCount, rangeStr)):
            raise ValueError("Index range string is not valid.")

        # Different scenarios on the column selections:
        if ":" in rangeStr:
            # Split the ":" to find the range start and end.
            rangeInfo = [string.strip() for string in rangeStr.split(":")]

            # None should be specified for 2-valued tuples.
            if any([(ele == "None" or ele == "") for ele in rangeInfo]):
                # Determine the scenarios for which None is used.
                if rangeInfo[0] != "None" and len(rangeInfo[0]):
                    return nparray[batchStart:batchEnd,int(rangeInfo[0]):]
                elif rangeInfo[1] != "None" and len(rangeInfo[1]):
                    return nparray[batchStart:batchEnd,:int(rangeInfo[1])]
                else:
                    return nparray[batchStart:batchEnd]
            else:
                raise nparray[batchStart:batchEnd,int(rangeInfo[0]):int(rangeInfo[1])]
        
        # Otherwise, it is specifying indexes explicitly. 
        else:
            idxs = IndexRange.parse(colCount, rangeStr)
            return nparray[batchStart:batchEnd,idxs]

原始代码如下所示：

@staticmethod
def colSpec(nparray: 'np.ndarray', rangeStr:str=None,batchStart:str=None, batchEnd:str=None)->'np.ndarray':
    '''
        Specify certain column data by selecting some columns or batched rows of data.   --- UPDATED (Dexter) 20181210

        Parameters
        ------------------------------

        nparray     `np.ndarray<np.array<(int|float|str)>>`   - Data table to be selected.

        rangeStr    `str`   - Index range string for selecting certain columns for the transformation.

        batchStart  `int`   - The starting index (inclusive) of the data rows.

        batchEnd    `int`   - The ending index (exclusive) of the data rows.

        Returns
        ------------------------------

        `np.ndarray<np.array<(int|float|str)>>`   - Data table with requested selection range.
    '''
    # Convert to np array if it's not.
    if not isinstance(nparray, np.ndarray):
        if isinstance(nparray, list):
            try:
                nparray = np.array(nparray)
            except:
                raise ValueError("Data type not supported for colSpec. It should be an `np.ndarray` object.")
        else:
            raise ValueError("Data type not supported for colSpec. It should be an `np.ndarray` object.")

    # If no column specification requested, just return the orginal array with batchStart and batchEnd rows.
    if rangeStr is None:
        return nparray[batchStart:batchEnd]
    
    else:
        colCount = len(nparray[0])

        # Validate the index range range.
        if (not IndexRange.validate(colCount, rangeStr)):
            raise ValueError("Index range string is not valid.")

        # Different scenarios on the column selections:
        if ":" in rangeStr:
            # Split the ":" to find the range start and end.
            rangeInfo = [string.strip() for string in rangeStr.split(":")]

            # None should be specified for 2-valued tuples.
            if any([(ele == "None" or ele == "") for ele in rangeInfo]):
                # Determine the scenarios for which None is used.
                if rangeInfo[0] != "None" and len(rangeInfo[0]):
                    return nparray[batchStart:batchEnd,int(rangeInfo[0]):]
                elif rangeInfo[1] != "None" and len(rangeInfo[1]):
                    return nparray[batchStart:batchEnd,:int(rangeInfo[1])]
                else:
                    return nparray[batchStart:batchEnd]
            else:
                raise nparray[batchStart:batchEnd,int(rangeInfo[0]):int(rangeInfo[1])]
        
        # Otherwise, it is specifying indexes explicitly. 
        else:
            idxs = IndexRange.parse(colCount, rangeStr)
            return nparray[batchStart:batchEnd,idxs]

@staticmethod
def colSpec（nparray:'np.ndarray'，rangeStr:str=None，batchStart:str=None，batchEnd:str=None）->'np.ndarray':
'''
通过选择某些列或数据的批处理行来指定某些列数据。--更新（Dexter）20181210
参数
------------------------------
nparray`np.ndarray`-要选择的数据表。
rangeStr`str`-用于为转换选择特定列的索引范围字符串。
batchStart`int`-数据行的起始索引（包括）。
batchEnd`int`-数据行的结束索引（独占）。
退换商品
------------------------------
`np.ndarray`-具有请求的选择范围的数据表。
'''
#如果不是np数组，则转换为np数组。
如果不存在（nparray，np.ndarray）：
如果存在（n阵列，列表）：
尝试：
nparray=np.array（nparray）
除：
raise VALUERROR（“colSpec不支持数据类型。它应该是`np.ndarray`对象。”）
其他：
raise VALUERROR（“colSpec不支持数据类型。它应该是`np.ndarray`对象。”）
#如果没有请求列规范，只需返回包含batchStart和batchEnd行的原始数组。
如果rangeStr为无：
返回nparray[batchStart:batchEnd]
其他：
colCount=len（nparray[0]）
#验证索引范围。
如果（不是IndexRange.validate（colCount，rangeStr））：
raise VALUERROR（“索引范围字符串无效”）
#列选择上的不同场景：
如果在rangeStr中为“：”：
#拆分“：”以查找范围开始和结束。
rangeInfo=[string.strip（）表示rangeStr.split（“：”）中的字符串
#不应为2值元组指定任何值。
如果有（[（对于rangeInfo中的ele，ele==“无”或ele==”））：
#确定未使用的场景。
如果rangeInfo[0]！=“无”和len（rangeInfo[0]）：
返回nparray[batchStart:batchEnd，int（rangeInfo[0]）：]
elif rangeInfo[1]！=“无”和len（rangeInfo[1]）：
返回nparray[batchStart:batchEnd，：int（rangeInfo[1]）]
其他：
返回nparray[batchStart:batchEnd]
其他：
raise nparray[batchStart:batchEnd，int（rangeInfo[0]）：int（rangeInfo[1]）]
#否则，它将显式指定索引。
其他：
idxs=IndexRange.parse（colCount，rangeStr）
返回nparray[batchStart:batchEnd，idxs]

我不知道这有什么不对，我甚至不使用异常代码。

---

如果您有此问题的解决方案，请帮助我解决此问题。

仔细查看您的代码，特别是

NeuralSimplycode.py

中的第2890行。在这一行你想干什么？（提示：在我看来这像是一个输入错误；））您只能

引发
异常，而不是numpy数组。你是说
返回
？