Python TypeError:切片索引必须是整数

调用test_model时，它给出以下错误：

TypeError: slice indices must be integers or None or have an __index__ method

但是我用一个整数（一个特定的批处理）调用test_模型。Inputtest是浮点列表，Labelts是整数向量。我不确定是什么问题

def optimize(learning_rate = 0.1,n_epochs = 1000, batch_size = 600):
    n_train_batches = len(inputt)//batch_size
    n_val_batches = len(inputsdev)//batch_size
    n_test_batches = len(inputstest)//batch_size
    rng = numpy.random.RandomState(1234)
    index = T.lscalar('index')
    x = T.ivector('x')
    y = T.ivector('y')
    classifier = Regression(x, n_in = 150, n_out = 24)
    cost = classifier.negative_log_likelihood(labelt)
    test_model = theano.function(inputs = [index], outputs =  classifier.errors(y),givens = { x: inputstest[index * batch_size:(index + 1) * batch_size], y : labeltes[index * batch_size:(index + 1) * batch_size]})

---

有时您会得到一个看起来像整数的值。我做了两个实验来帮助你理解

一,

输出：TypeError:列表索引必须是整数或片，而不是str

二,

产出：3

因此，您必须确保输入列表或其他数据结构的索引应该是整数。但它并不总是整数。若你们使用字典，你们应该输入字符串。这取决于您使用的数据结构

希望有帮助。：）

提到这样做

index = T.lscalar('index')  

将索引返回到[小]批

我认为替换：

x --> inputstest[index * batch_size:(index + 1) * batch_size]
y --> labeltest[index * batch_size:(index + 1) * batch_size]

---

在您的图形中，由于您可能需要使用“批启动”和“批停止”，并且您没有将学习速率传递给您的函数，因此无法正常工作

你能发布完整的堆栈跟踪吗？你能清楚地解释你的问题吗？什么是

T.lscalar（'index'）

？可能性是，它不是

int

-like，将它乘以

int

不会产生

int

-like。它是labeltes还是labeltest？确保这不是打字错误。如果没有更多的细节，可能无法看到发生了什么。我的猜测是，

inputstest

和/或

labeltes

不是共享变量，但它们需要共享。如果它们是普通的numpy数组，那么就不能使用Theano符号索引（即符号表达式

index*batch\u size:（index+1）*batch\u size

）对numpy数组进行切片。我不认为这是问题所在-可以用示例中的list（map（int，list1））解决这个问题。我相信这里的问题与参数给定有关。抱歉误解。我认为他们的情况相似。

index = T.lscalar('index')  

x --> inputstest[index * batch_size:(index + 1) * batch_size]
y --> labeltest[index * batch_size:(index + 1) * batch_size]