TypeError：无法散列的类型：'numpy.ndarray'mnist

Question

有人可以在这里帮助我，我不能解决这个问题。

 import matplotlib.pyplot as plt import numpy as np from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=False) dataWithLabels = zip(mnist.train.labels, mnist.train.images) digitDict = {} for i in range(0,10): digitDict[i] = [] for i in dataWithLabels: digitDict[i[0]].append(i[1]) for i in range(0,10): digitDict[i] = np.matrix(digitDict[i]) print("Digit {0} matrix shape: {1}".format(i,digitDict[i].shape)) --------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-34-05052c24d917> in <module>() 15 # Assign a list of image vectors to each corresponding digit class index. 16 for i in dataWithLabels: ---> 17 digitDict[i[0]].append(i[1]) 18 19 # Convert the lists into numpy matricies. (could be done above, but I claim ignorace) TypeError: unhashable type: 'numpy.ndarray' 

Answer 1

我不确定标签的形状。 尝试以下选项：

• i[0] （就像您已经拥有的一样）
• i[0][0] （如果它们是1个长度的数组）<==这是我的最佳猜测
• float(i[0])
• float(i[0][0])

如果这些都不起作用，请向我们提供mnist.train.labels.shape