Julia lang 错误：LoadError：UndefVarError：训练未定义答案

【问题标题】：Julia lang ERROR: LoadError: UndefVarError: train not definedJulia lang 错误：LoadError：UndefVarError：训练未定义
【发布时间】：2020-06-11 11:48:59
【问题描述】：

这是我第一次来 Julia。

using Pkg
Pkg.add("Flux")
Pkg.add("MLDatasets")
Pkg.add("Lathe")
#download MNIST
using MLDatasets 
FashionMNIST.download(i_accept_the_terms_of_use=true)
train_x, train_y = FashionMNIST.traindata();  
test_x,  test_y  = FashionMNIST.testdata();
#import Flux
using Flux, Statistics 
using Flux: onehotbatch, onecold, crossentropy, throttle, params 
using Lathe.stats: mean 
using Base.Iterators: partition 
using Random
#model
model() = Chain(
  Conv((5, 5), 1 => 64, elu, pad=(2, 2), stride=(1, 1)),
  BatchNorm(64),
  MaxPool((3, 3), pad=(2, 2), stride=(2, 2)),
  Dropout(0.25),
  Conv((5, 5), 64 => 128, elu, pad=(2, 2), stride=(1, 1)),
  BatchNorm(128),
  MaxPool((2, 2), stride=(2, 2)),
  Dropout(0.25),
  Conv((5, 5), 128 => 256, elu, pad=(2, 2), stride=(1, 1)),
  BatchNorm(256),
  MaxPool((2, 2), stride=(2, 2)),
  Dropout(0.25),
  x -> reshape(x, :, size(x, 4)),
  Dense(2304, 256, elu),
  Dropout(0.5),
  Dense(256, 10),
  softmax) |> gpu
N = size(train_x)[end]
ixs = collect(1:N)
shuffle!(ixs)
n = Int(floor(.9 * N))
function make_batches(data; bs=100)
    n = size(data[1])[end]
    sz = (28, 28, 1, bs)
    iter = [(reshape(Float32.(data[1][:, :, i]), sz), onehotbatch(data[2][i], 0:9)) for i in partition(1:n, bs)] |> gpu
end

train = make_batches(train)
val = make_batches(val)
test = make_batches(test);
m = model()

function met(data)
    global batch_idx
    acc = 0
    for batch in data
        x, y = batch
        pred = m(x) .> 0.5
        tp = Float32(sum((pred .+ y) .== Int16(2)))
        fp = Float32(sum((pred .- y) .== Int16(1)))
        fn = Float32(sum((pred .- y) .== Int16(-1)))
        tn = Float32(sum((pred .+ y) .== Int16(0)))
        acc += (tp + tn) / (tp + tn + fp + fn)
    end
    acc /= length(data)
    push!(eval_acc, acc)
    if batch_idx % 100 == 0
        @show(batch_idx)
    end

    batch_idx += 1
end

loss(x, y) = crossentropy(m(x), y)
evalcb = () -> met(val)

Flux.train!(loss, params(m), train, opt, cb = evalcb)

met(test)
println("accuracy:", eval_acc[1])

在上面的代码中我有错误：错误：LoadError：UndefVarError：未定义火车。我有 Julia 1.4。请帮我。这是在线问题： train = make_batches(train) 或 Flux.train！（损失，参数（m），训练，选择，cb = evalcb）。我认为这是 Julia 版本的问题。请帮我找到解决方法。

【问题讨论】：

如果您提供更多的堆栈跟踪，通常更容易给您提示。这样人们就可以看到错误发生在哪里。

标签： neural-network julia training-data vscode-debugger

【解决方案1】：

在您的代码中，train 就像任何其他变量一样。要在 Julia 中使用变量，首先需要声明它。

也许你的意思是在你的代码中：

train = make_batches(train_x)

【讨论】：