Python Keras model.fit UnboundLocalError

我对keras和python还是新手，而且我遇到了一个我似乎无法理解的错误。 错误是：

Traceback (most recent call last):
  File "/Users/N/PycharmProjects/hw2/hw2_1.py", line 35, in <module>
model.fit(trainingInp, trainingOut, epochs=10, batch_size=1)
  File "/Library/Python/2.7/site-packages/keras/models.py", line 893, in fit
initial_epoch=initial_epoch)
  File "/Library/Python/2.7/site-packages/keras/engine/training.py", line 1555, in fit
batch_size=batch_size)
  File "/Library/Python/2.7/site-packages/keras/engine/training.py", line 1409, in _standardize_user_data
exception_prefix='input')
  File "/Library/Python/2.7/site-packages/keras/engine/training.py", line 126, in _standardize_input_data
array = arrays[i]
UnboundLocalError: local variable 'arrays' referenced before assignment

我打印数据以确保没有传入空数据，并且在进入model.fit（）之前正确打印

我不太确定如何修复它，因为我真的不知道问题出在哪里。问题似乎是批次大小，但我认为允许批次大小为1

以下是我获取数据的方法。我保证数据没有任何空值

#read and categorize data
data = pandas.read_csv('cars.data.txt', delim_whitespace=True, header=None)

#turn class into an integer
enc = pandas.factorize(data['class'])
data["enc"] = enc[0]


#split the data set and make class into a matrix of outputs
trainingSet, testingSet = train_test_split(data, test_size=0.3)

trainingInp = trainingSet.iloc[:,1:9]
trainingOut = keras.utils.to_categorical(trainingSet['enc'], num_classes=10)

testingInp = testingSet.iloc[:,1:9]
testingOut = keras.utils.to_categorical(testingSet['enc'], num_classes=10)

---

看起来像Keras里的虫子

在

engine/training.py

中

elif data.__class__.__name__ == 'DataFrame':
    # test if data is a DataFrame, without pandas installed
    data = data.values

应该是

elif data.__class__.__name__ == 'DataFrame':
    # test if data is a DataFrame, without pandas installed
    arrays = data.values

---

我是这样得到的：

UnboundLocalError

意味着未定义变量——这实际上总是一个编程错误。故障线路所在的模块在使用变量之前不会检查任何条件。因此，代码假定它必须始终在此点定义

从故障行向上搜索“

数组

”显示它是在大型

if

块的分支中定义的。因此，每个分支都应该在其工作过程中分配这个变量。事实上，他们都这样做了，除了这个。因此，执行此分支是变量最终无法定义的唯一方式

现在，剩下的就是找出该分支中的预期代码应该是什么。看到了吗

• 所有其他分支都以

  arrays=

  结束，这一行看起来很像，并且
• 重新分配

  数据

  在这里是一个毫无意义的操作：
  • 它在不同的分支中有不同的类型（例如，在一个

    arrays=data

    和另一个

    arrays=[data]

    ）
  • 在其中任何一个中都不会重新分配，因此

    if

    块不应该将其转换为某种公共表示形式-因此，它很可能不会被进一步使用

---

代码的作者很可能是打字错误，这一定是他们想要的。确认它是一个数组，因此将其直接分配给称为“数组”的对象看起来是合法的。

有时，当您将Pandas系列或数据帧传递给keras估计器时，会出现此错误。 就这么做吧

df_train_x = df_train_x.values
df_test_x = df_test_x.values

然后

---

显示声明TrainingIP和trainingOut变量的代码。如果可能的话，也向我们展示数据。好的，我已经添加了变量声明。谢谢你的帮助。只是一个预感，你能试着将批量大小增加到2的幂或其他吗？或者批量大小为32？看看我的变量声明实际上就是答案。我的印象是train_test_split返回数组，但它仍然返回一个数据帧。当通过培训价值观时，问题就消失了。谢谢你的帮助。我想我需要更加注意我的声明。可能是重复的

df_train_x = df_train_x.values
df_test_x = df_test_x.values

estimator.fit(df_train_x , df_train_y)