Keras 列表索引超出范围

Question

我收到了这个模糊不清的错误，我无法在网上找到解决方案。我正在尝试制作这段代码来找到两个数字之间的关系。出于测试目的，我使用了简单的数据，其中关系是简单地添加 5。这是我的训练数据的样子：-

0,5
1,6
2,7
3,8
4,9
...

现在，我正在尝试绘制一个简单的模型来完成我想做的事情。但是，它甚至没有进入代码的训练部分，只是以这个晦涩的错误终止：-

2020-05-22 20:00:25.521151: I tensorflow/compiler/xla/service/service.cc:176]   StreamExecutor device (0): Host, Default Version
2020-05-22 20:00:25.523749: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1102] Device interconnect StreamExecutor with strength 1 edge matrix:
2020-05-22 20:00:25.523805: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1108]      
Traceback (most recent call last):
  File "main.py", line 34, in <module>
    history = model.fit(train_data, epochs=100, verbose=1)
  File "/home/awesom
2020-05-22 20:00:25.521151: I tensorflow/compiler/xla/service/service.cc:176]   StreamExecutor device (0): Host, Default Version
2020-05-22 20:00:25.523749: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1102] Device interconnect StreamExecutor with strength 1 edge matrix:
2020-05-22 20:00:25.523805: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1108]      
Traceback (most recent call last):
  File "main.py", line 34, in <module>
    history = model.fit(train_data, epochs=100, verbose=1)
  File "/home/awe_ruler/.local/lib/python3.7/site-packages/keras/engine/training.py", line 1239, in fit
    validation_freq=validation_freq)
  File "/home/awesome_ruler/.local/lib/python3.7/site-packages/keras/engine/training_arrays.py", line 141, in fit_loop
    if issparse(fit_inputs[i]) and not K.is_sparse(feed[i]):
IndexError: list index out of range

我不了解此错误的来源，因为 model.fit 使用的迭代器不是我编写的，而是从库本身使用的。作为参考，这是我的代码：-

# -*- coding: utf-8 -*-
# @author = Neel Gupta

import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import Adam
import matplotlib.pyplot as pyplot
import csv

def csv_arr(csv_f):
    results = []
    # the loop..
    with open(csv_f) as csvfile:
        reader = csv.reader(csvfile, quoting=csv.QUOTE_NONNUMERIC)  # change contents to floats
        for row in reader:  # each row is a list
            results.append(row)
    # returning the output
    return np.asarray(results)

train_data = np.reshape(csv_arr("train.csv"), (15,2))

#x_data = Input(shape=(15,2))

def build_model():
  model = Sequential([
    Dense(4, input_shape=(2,), activation='relu', kernel_initializer='ones'),
    Dense(1, activation='linear'),
  ])
  return model

mymodel = build_model()

opt = Adam(lr=0.01, decay=0.009)
mymodel.compile(loss='mean_squared_error', optimizer=opt)

# fit model
history = mymodel.fit(train_data, epochs=50, verbose=1)

我尝试更改图层表示并调整其他内容，但错误仍然存​​在。我认为问题可能出在我的训练数据中，但我不确定。

这是我的训练数据（其中的一部分）输入模型时的样子：-

 [[ 0.  5.]
 [ 1.  6.]
 [ 2.  7.]
 [ 3.  8.]
 [ 4.  9.]
 [ 5. 10.]

原来，它实际上是一个csv文件，但为了方便使用，已经转换为NumPy数组。可能是数组格式不正确，但我对此一无所知。

我使用的是 Tensorflow GPU 2.2.0 版和 Keras 2.3 版。此外，我正在尝试使用按照 TensorFlow 官方网站的说明安装的 CUDA 10.1。我不知道我的错误还有什么其他原因。有人能解释一下吗？

Answer 1

在您的训练数据中，第一列是输入，第二列是目标变量。在您提供的代码中，您将两者都视为输入，而不提供目标变量。

如果将训练数据拆分为输入变量和目标变量，一切都会正常工作（就训练过程而言，结果不会很壮观）。

这是一个完整的工作示例：

import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import Adam

X = np.random.randint(0, 100, 1500)
train_data = np.array([X, X+5])

def build_model():
    model = Sequential([
        Dense(1, input_shape=(1,), activation='relu', kernel_initializer='ones'),
        Dense(1, activation='linear')])
    return model

mymodel = build_model()

opt = Adam(lr=0.01, decay=0.009)
mymodel.compile(loss='mean_squared_error', optimizer=opt)

# fit model
history = mymodel.fit(x=train_data[0], y=train_data[1], epochs=50, verbose=1)

注意我模拟了训练数据并在build_model上更改了input_shape。