Python 使用fmin_l_bfgs_b（）函数时获取TypeError

我正在使用

fmin_l_bfgs_b

函数，同时进行神经类型转换，并不断获得

TypeError: 'numpy.float32' object is not callable

错误块的详细信息如下：

TypeError                                 Traceback (most recent call last)
<ipython-input-10-4699dceebbd9> in <module>()
----> 1 generate_art('/content/nst_images/5.jpg', '/content/nst_images/a.jpg',1, img_height=400)

4 frames
<ipython-input-9-67cbbed20548> in generate_art(content_image_path, style_image_path, iterations, img_height)
     38   for i in range(iterations):
     39 
---> 40     x, min_val, info = fmin_l_bfgs_b(evaluator.loss(x,img_height,img_width,fetch_loss_and_grads),x, fprime=evaluator.grads, maxfun=20)
     41     img = x.copy().reshape((img_height, img_width, 3))
     42     img = deprocess_image(img)

/usr/local/lib/python3.6/dist-packages/scipy/optimize/lbfgsb.py in fmin_l_bfgs_b(func, x0, fprime, args, approx_grad, bounds, m, factr, pgtol, epsilon, iprint, maxfun, maxiter, disp, callback, maxls)
    197 
    198     res = _minimize_lbfgsb(fun, x0, args=args, jac=jac, bounds=bounds,
--> 199                            **opts)
    200     d = {'grad': res['jac'],
    201          'task': res['message'],

/usr/local/lib/python3.6/dist-packages/scipy/optimize/lbfgsb.py in _minimize_lbfgsb(fun, x0, args, jac, bounds, disp, maxcor, ftol, gtol, eps, maxfun, maxiter, iprint, callback, maxls, **unknown_options)
    343             # until the completion of the current minimization iteration.
    344             # Overwrite f and g:
--> 345             f, g = func_and_grad(x)
    346         elif task_str.startswith(b'NEW_X'):
    347             # new iteration

/usr/local/lib/python3.6/dist-packages/scipy/optimize/lbfgsb.py in func_and_grad(x)
    293     else:
    294         def func_and_grad(x):
--> 295             f = fun(x, *args)
    296             g = jac(x, *args)
    297             return f, g

/usr/local/lib/python3.6/dist-packages/scipy/optimize/optimize.py in function_wrapper(*wrapper_args)
    325     def function_wrapper(*wrapper_args):
    326         ncalls[0] += 1
--> 327         return function(*(wrapper_args + args))
    328 
    329     return ncalls, function_wrapper

TypeError: 'numpy.float32' object is not callable

TypeError回溯（最近一次调用）
在（）
---->1生成图片（'/content/nst_images/5.jpg'，'/content/nst_images/a.jpg'，1，img_height=400）
4帧
在生成艺术中（内容图像路径、样式图像路径、迭代、图像高度）
38对于范围内的i（迭代）：
39
--->40 x，最小值，信息=fmin\u l\u bfgs\u b（评估器损失（x，img\u高度，img\u宽度，提取损失和梯度），x，fprime=evaluator.grads，maxfun=20）
41 img=x.copy（）.重塑（（img_高度，img_宽度，3））
42 img=图像去处理（img）
/fmin_l_bfgs_b中的usr/local/lib/python3.6/dist-packages/scipy/optimize/lbfgsb.py（func、x0、fpinite、args、近似梯度、边界、m、factr、pgtol、epsilon、iprint、maxfun、maxiter、disp、callback、maxls）
197
198 res=_minimize_lbfgsb（fun，x0，args=args，jac=jac，bounds=bounds，
-->199**选择）
200d={'grad'：res['jac']，
201“任务”：res[“消息”]，
/usr/local/lib/python3.6/dist-packages/scipy/optimize/lbfgsb.py in_minimize_lbfgsb（fun、x0、args、jac、bounds、disp、maxcor、ftol、gtol、eps、maxfun、maxiter、iprint、回调、maxls、**未知选项）
343#直到当前最小化迭代完成。
344#覆盖f和g：
-->345 f，g=func_和_梯度（x）
346 elif任务开始（b'NEW_X'）：
347#新迭代
/函数和梯度中的usr/local/lib/python3.6/dist-packages/scipy/optimize/lbfgsb.py（x）
293其他：
294定义函数和梯度（x）：
-->295 f=fun（x，*args）
296 g=jac（x，*args）
297返回f，g
/函数_wrapper（*wrapper_args）中的usr/local/lib/python3.6/dist-packages/scipy/optimize/optimize.py
325 def函数包装器（*包装器参数）：
326 nCall[0]+=1
-->327返回函数（*（包装器参数+参数））
328
329返回NCALL，函数包装器
TypeError:“numpy.float32”对象不可调用

---

关于如何解决这个问题有什么建议吗？谢谢！

这是一个愚蠢的错误。对于fmin\u l\u bfgs\u b，loss函数的参数必须分别作为args=（）

什么类型的

计算器传递。loss

我会说：使用

打印（）

和

打印（类型（…）

检查变量中的内容。并检查变量的使用顺序是否正确。也许您将数字放在函数名的适当位置，它会尝试将此数字用作函数-即。

1（）