Version control 在chainer5中转换列参数

如何更改此训练参数（旧版本代码）并在培训师扩展中使用此参数。在Chainer:5.4.0中使用此代码需要做哪些必要的更改

ValueError: train argument is not supported anymore. Use 
chainer.using_config

[AutoEncoder/stackedautocoder/Regression.py]（）

[Train.py]（）

在错误中，它指出了两个不同的部分： 1.optimizer.update（模型，x，y） 2.为下一层第二行准备列车数据，这些数据与每层中的节点数量不匹配。下面给出了错误代码

InvalidType: 
Invalid operation is performed in: LinearFunction (Forward)

Expect: prod(in_types[0].shape[1:]) == in_types[1].shape[1]
Actual: 784 != 250

---

关于列车参数，详情如下：

train参数由v1中的dropout使用，但现在Chainer使用config来管理其阶段：是否在训练中。 因此，有两件事要做。 首先，从脚本中删除序列参数。 第二，在上下文中移动推理代码

with chainer.using_config(‘train’, False):
    # define the inference process

为下一层第二行准备列车数据，这些数据与每层中的节点数量不匹配

---

您能分享错误信息吗？

关于训练参数，详细信息写在这里：

train参数由v1中的dropout使用，但现在Chainer使用config来管理其阶段：是否在训练中。 因此，有两件事要做。 首先，从脚本中删除序列参数。 第二，在上下文中移动推理代码

with chainer.using_config(‘train’, False):
    # define the inference process

为下一层第二行准备列车数据，这些数据与每层中的节点数量不匹配

---

您能分享错误信息吗？

我编辑了问题以添加不匹配的错误信息…我编辑了问题以添加不匹配的错误信息。。。