TypeError: Fetch-Argument hat ungültigen Typ float32, muss ein String oder ein Tensor sein

Ich trainiere eine CNN, die der in @ ziemlich ähnlich isDie Beispiel für die Bildsegmentierung. Die Bilder haben eine Größe von 1500 x 1500 x 1 und die Etiketten haben dieselbe Größe.

Nach dem Definieren der CNN-Struktur und dem Starten der Sitzung wie im folgenden Codebeispiel: conv_net_test.py)

with tf.Session() as sess:
sess.run(init)
summ = tf.train.SummaryWriter('/tmp/logdir/', sess.graph_def)
step = 1
print ("import data, read from read_data_sets()...")

#Data defined by me, returns a DataSet object with testing and training images and labels for segmentation problem.
data = import_data_test.read_data_sets('Dataset')

# Keep training until reach max iterations
while step * batch_size < training_iters:
    batch_x, batch_y = data.train.next_batch(batch_size)
    print ("running backprop for step %d" % step)
    batch_x = batch_x.reshape(batch_size, n_input, n_input, n_channels)
    batch_y = batch_y.reshape(batch_size, n_input, n_input, n_channels)
    batch_y = np.int64(batch_y)
    sess.run(optimizer, feed_dict={x: batch_x, y: batch_y, keep_prob: dropout})
    if step % display_step == 0:
        # Calculate batch loss and accuracy
        #pdb.set_trace()
        loss, acc = sess.run([loss, accuracy], feed_dict={x: batch_x, y: batch_y, keep_prob: 1.})
    step += 1
print "Optimization Finished"

Ich bin auf den folgenden TypeError gestoßen (Stacktrace unten):

    conv_net_test.py in <module>()
    178             #pdb.set_trace()
--> 179             loss, acc = sess.run([loss, accuracy], feed_dict={x: batch_x, y: batch_y, keep_prob: 1.})
    180         step += 1
    181     print "Optimization Finished!"

tensorflow/python/client/session.pyc in run(self, fetches, feed_dict, options, run_metadata)
    370     try:
    371       result = self._run(None, fetches, feed_dict, options_ptr,
--> 372                          run_metadata_ptr)
    373       if run_metadata:
    374         proto_data = tf_session.TF_GetBuffer(run_metadata_ptr)

tensorflow/python/client/session.pyc in _run(self, handle, fetches, feed_dict, options, run_metadata)
    582 
    583     # Validate and process fetches.
--> 584     processed_fetches = self._process_fetches(fetches)
    585     unique_fetches = processed_fetches[0]
    586     target_list = processed_fetches[1]

tensorflow/python/client/session.pyc in _process_fetches(self, fetches)
    538           raise TypeError('Fetch argument %r of %r has invalid type %r, '
    539                           'must be a string or Tensor. (%s)'
--> 540                           % (subfetch, fetch, type(subfetch), str(e)))

TypeError: Fetch argument 1.4415792e+2 of 1.4415792e+2 has invalid type <type 'numpy.float32'>, must be a string or Tensor. (Can not convert a float32 into a Tensor or Operation.)

Ich bin an dieser Stelle ratlos. Vielleicht ist dies ein einfacher Fall der Konvertierung des Typs, aber ich bin nicht sicher, wie / wo. Warum muss der Verlust auch eine Zeichenfolge sein? (Unter der Annahme, dass derselbe Fehler auch für die Genauigkeit angezeigt wird, sobald dieser behoben ist).

Jede Hilfe dankbar!

Antworten auf die Frage(2)

Ihre Antwort auf die Frage