TypeError：只能将整数标量数组转换为标量索引

Question

我正在从github链接尝试一个简单的tensorflow演示代码。
我目前正在使用python版本3.5.2

Z:\downloads\tensorflow_demo-master\tensorflow_demo-master>py Python
3.5.2 (v3.5.2:4def2a2901a5, Jun 25 2016, 22:18:55) [MSC v.1900 64 bit (AMD64)] on win32<br> Type "help", "copyright", "credits" or "license" for more information.

当我在命令行中尝试board.py时遇到了这个错误。 我已经安装了运行它所需的所有依赖项。

def _read32(bytestream):
    dt = numpy.dtype(numpy.uint32).newbyteorder('>')
    return numpy.frombuffer(bytestream.read(4), dtype=dt)

def extract_images(filename):
    """Extract the images into a 4D uint8 numpy array [index, y, x, depth]."""
    print('Extracting', filename)
    with gzip.open(filename) as bytestream:
        magic = _read32(bytestream)
        if magic != 2051:
            raise ValueError(
                'Invalid magic number %d in MNIST image file: %s' %
                (magic, filename))
        num_images = _read32(bytestream)
        rows = _read32(bytestream)
        cols = _read32(bytestream)
        buf = bytestream.read(rows * cols * num_images)
        data = numpy.frombuffer(buf, dtype=numpy.uint8)
        data = data.reshape(num_images, rows, cols, 1)
    return data

Z:\downloads\tensorflow_demo-master\tensorflow_demo-master>py board.py
Extracting  Z:/downloads/MNIST dataset\train-images-idx3-ubyte.gz
Traceback (most recent call last):  
File "board.py", line 3, in <module>
    mnist = input_data.read_data_sets(r'Z:/downloads/MNIST dataset', one_hot=True)  
File "Z:\downloads\tensorflow_demo-master\tensorflow_demo-master\input_data.py", line 150, in read_data_sets
    train_images = extract_images(local_file) 
File "Z:\downloads\tensorflow_demo-master\tensorflow_demo-master\input_data.py", line 40, in extract_images
    buf = bytestream.read(rows * cols * num_images) 
File "C:\Users\surak\AppData\Local\Programs\Python\Python35\lib\gzip.py", line 274, in read
    return self._buffer.read(size)
TypeError: only integer scalar arrays can be converted to a scalar index

Answer 1

你可以修改功能：

def _read32(bytestream):
    dt = numpy.dtype(numpy.uint32).newbyteorder('>')
    return numpy.frombuffer(bytestream.read(4), dtype=dt)

新版本：

def _read32(bytestream):
    dt = numpy.dtype(numpy.uint32).newbyteorder('>')
    return numpy.frombuffer(bytestream.read(4), dtype=dt)[0]

最后添加[0] 。

这似乎与Numpy的最新版本有关。 最近的更改使得将单元素数组视为用于索引的标量的错误。

Answer 2

您提供的代码链接使用名为一个单独的文件input_data.py使用在以下两行从下载数据MNIST board.py

import input_data 
mnist = input_data.read_data_sets("/tmp/data/",one_hot=True)

由于MNIST数据经常用于演示目的，因此Tensorflow提供了一种自动下载的方法。

用以下两行替换board.py的上述两行，错误将消失。

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

Answer 3

此文件可能已损坏：

Z:/downloads/MNIST dataset\train-images-idx3-ubyte.gz

让我们分析您发布的错误。

这表示代码当前正在处理相关文件：

Extracting  Z:/downloads/MNIST dataset\train-images-idx3-ubyte.gz

Traceback表示堆栈跟踪如下：

Traceback (most recent call last):

这表示您从'Z:/downloads/MNIST dataset' ：

File "board.py", line 3, in <module>
    mnist = input_data.read_data_sets(r'Z:/downloads/MNIST dataset', one_hot=True)

这表示代码正在提取图像：

File "Z:\downloads\tensorflow_demo-master\tensorflow_demo-master\input_data.py", line 150, in read_data_sets
    train_images = extract_images(local_file)

这表示代码应该读取rows * cols * num_images字节：

File "Z:\downloads\tensorflow_demo-master\tensorflow_demo-master\input_data.py", line 40, in extract_images
    buf = bytestream.read(rows * cols * num_images)

这是错误的行：

File "C:\Users\surak\AppData\Local\Programs\Python\Python35\lib\gzip.py", line 274, in read
    return self._buffer.read(size)
TypeError: only integer scalar arrays can be converted to a scalar index

我希望size是有问题的值，并且是在stacktrace的前一行计算的。

我至少可以看到两种方法。

1. 删除有问题的文件，看看问题是否消失。 这将允许您验证该文件是否以某种方式损坏。

2. 使用调试器进入代码，然后检查用于计算有问题的变量的值。 利用所获得的知识从那里开始。