Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/327.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 属性错误:';非类型';对象没有属性';印度';_Python_Pybrain - Fatal编程技术网

Python 属性错误:';非类型';对象没有属性';印度';

Python 属性错误:';非类型';对象没有属性';印度';,python,pybrain,Python,Pybrain,我正在使用“pybrain”软件包,试图建立一个能够识别图像的神经网络。分析照片的部分工作得很好,但作为pybrain的新手,我不习惯使用它。不知怎的,我一直得到以下错误: AttributeError: 'NoneType' object has no attribute 'indim' 我花了一天左右的时间试图解决这个问题,但仍然没有解决。以下是我的部分代码: target=np.array([[0],[1]]) input=getNumberOfImages("photosAfterAv

我正在使用“pybrain”软件包,试图建立一个能够识别图像的神经网络。分析照片的部分工作得很好,但作为pybrain的新手,我不习惯使用它。不知怎的,我一直得到以下错误:

AttributeError: 'NoneType' object has no attribute 'indim'
我花了一天左右的时间试图解决这个问题,但仍然没有解决。以下是我的部分代码:

target=np.array([[0],[1]])
input=getNumberOfImages("photosAfterAverage/",1,2)
ds=SupervisedDataSet(72,1)
ds.setField('target',target)
ds.setField('input',input)
print ds.data
net=buildNewNetwork(72,76,1)
trainer = BackpropTrainer(net, ds)
假设输入是二维的,每个单元格包含72个单元格

编辑:根据请求,整个错误:

Traceback (most recent call last):
      File "C:\Users\Eytan\Desktop\Mah\Kids_Painting\pyBrainDiffrenceBetween5GradeAnd2Grade.py", line 53, in <module>
        trainer = BackpropTrainer(net, ds)
      File "C:\Python27\pybrain\supervised\trainers\backprop.py", line 35, in __init__
        self.setData(dataset)
      File "C:\Python27\pybrain\supervised\trainers\trainer.py", line 22, in setData
        assert dataset.indim == self.module.indim
    AttributeError: 'NoneType' object has no attribute 'indim'

非常感谢您的回答,我发现了这个问题-应该使用的正确功能是buildNetwork而不是buildNewNetwork。

似乎数据集必须作为一个文件发送。试试看


您的代码中没有
indim
。请提供堆栈跟踪。这使我们更容易对问题进行推理。谢谢,但这不是问题所在,它没有解决问题。
net=buildNetwork(2,500,1)
ds=SupervisedDataSet(2,1)
input=array([[0,1],[1,3434],[34,65],[40,56]])
target=array([[0],[1],[0],[1]])
ds.setField('input',input)
ds.setField('target',target)
print ds.data
trainer = BackpropTrainer(net, ds)
trainer = BackpropTrainer(net, dataset=ds)