Google Colab'daki IMDb veri kümesini kullanarak ikili sınıflandırma örneğini uygulamaya çalışıyorum . Bu modeli daha önce uyguladım. Ancak birkaç gün sonra tekrar yapmaya çalıştığımda, bir değer hatası döndürdü: load_data () işlevi için allow_pickle = False olduğunda nesne dizileri yüklenemiyor.
Bunu zaten çözmeyi denedim, benzer bir problem için mevcut bir yanıta atıfta bulunarak: sketch_rnn algoritmasında 'nesne dizileri allow_pickle = False olduğunda yüklenemez' nasıl düzeltilebilir Ancak sadece bir allow_pickle argümanı eklemenin yeterli olmadığı ortaya çıktı.
Kodum:
from keras.datasets import imdb
(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)
Hata:
ValueError Traceback (most recent call last)
<ipython-input-1-2ab3902db485> in <module>()
1 from keras.datasets import imdb
----> 2 (train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)
2 frames
/usr/local/lib/python3.6/dist-packages/keras/datasets/imdb.py in load_data(path, num_words, skip_top, maxlen, seed, start_char, oov_char, index_from, **kwargs)
57 file_hash='599dadb1135973df5b59232a0e9a887c')
58 with np.load(path) as f:
---> 59 x_train, labels_train = f['x_train'], f['y_train']
60 x_test, labels_test = f['x_test'], f['y_test']
61
/usr/local/lib/python3.6/dist-packages/numpy/lib/npyio.py in __getitem__(self, key)
260 return format.read_array(bytes,
261 allow_pickle=self.allow_pickle,
--> 262 pickle_kwargs=self.pickle_kwargs)
263 else:
264 return self.zip.read(key)
/usr/local/lib/python3.6/dist-packages/numpy/lib/format.py in read_array(fp, allow_pickle, pickle_kwargs)
690 # The array contained Python objects. We need to unpickle the data.
691 if not allow_pickle:
--> 692 raise ValueError("Object arrays cannot be loaded when "
693 "allow_pickle=False")
694 if pickle_kwargs is None:
ValueError: Object arrays cannot be loaded when allow_pickle=False
np.load(path)
şimdi bu, np.load(path, boolean)
varsayılan olarak, boole (allow_pickle) yanlıştır
np.savez
Dokümanlara baktım ama dekapajla ilgili hiçbir referans yoktu, bu yüzden ilk başta kurtardığım şeylerin Pytorch işi olduğunu ve sadece uyuşuk değil ... tuhaf olduğunu nasıl bildiğini bile bilmiyorum! Eğer neler olup bittiğini bizimle paylaşırsanız :)