BaseCollectiveExecutor :: StartAbort Вне диапазона: конец последовательности - PullRequest
Новая
       4

BaseCollectiveExecutor :: StartAbort Вне диапазона: конец последовательности

1 голос
/ 23 марта 2020

Я новичок в python, поэтому я следовал учебнику для чат-бота (который, судя по количеству ошибок, с которыми мне приходилось сталкиваться, и тому, как много других людей боролось с этим на этом сайте, не был ' т величайший.) Он использовал tflearn и (после большого количества устранения неполадок) поначалу работал отлично, но я хотел обновить тензорный поток и все до самых последних версий, поэтому с некоторой дополнительной помощью я переключил его на керасы. После намного большего устранения неполадок это работало, но были предупреждения между входом и выходом. Мне удалось избавиться от одного из предупреждений, задав многословие, но другое не удастся go.

2020-03-23 ​​09: 43: 55.050983: W tenorflow / core / common_runtime / base_collective_executor. cc: 217] BaseCollectiveExecutor :: StartAbort Вне диапазона: конец последовательности [[{{node IteratorGetNext} }]]

мой код 

import nltk
from nltk.stem.lancaster import LancasterStemmer
stemmer = LancasterStemmer()

import numpy
import tensorflow
tensorflow.compat.v1.logging.set_verbosity(tensorflow.compat.v1.logging.ERROR)
import tensorflow.keras
import random
import json
import pickle

with open("C:\\Users\\School\\Documents\\python\\AI\\VIVA.json") as file:
    data = json.load(file)

words = []
labels = []
docs_x = []
docs_y = []

for intent in data["intents"]:
    for pattern in intent["patterns"]:
        wrds = nltk.word_tokenize(pattern)
        words.extend(wrds)
        docs_x.append(wrds)
        docs_y.append(intent["tag"])

        if intent["tag"] not in labels:
            labels.append(intent["tag"])

words = [stemmer.stem(w.lower()) for w in words if w != "?"]
words = sorted(list(set(words)))
labels = sorted(labels)

training = []
output = []

out_empty = [0 for _ in range(len(labels))]

for x, doc in enumerate(docs_x):
    bag = []

    wrds = [stemmer.stem(w) for w in doc]

    for w in words:
        if w in wrds:
            bag.append(1)
        else:
            bag.append(0)
    output_row = out_empty[:]
    output_row[labels.index(docs_y[x])] = 1

    training.append(bag)
    output.append(output_row)

training = numpy.array(training)
output = numpy.array(output)

model = tensorflow.keras.Sequential([
    tensorflow.keras.layers.Dense(8, input_shape=(len(training[0]),)),
    tensorflow.keras.layers.Dense(8),
    tensorflow.keras.layers.Dense(len(output[0]), activation="softmax"),
])

model.compile(optimizer="adam", loss="categorical_crossentropy", metrics=["accuracy"])
model.fit(training, output, epochs=150, batch_size=None)

def bag_of_words(s, words):
    bag = [0 for _ in range(len(words))]

    s_words = nltk.word_tokenize(s)
    s_words = [stemmer.stem(word.lower()) for word in s_words]

    for se in s_words:
        for i, w in enumerate(words):
            if w == se:
                bag[i] = 1

    return numpy.array(bag)

def chat():
    print("Ready! Type quit to leave.")
    while True:
        inp = input(">>>")
        if inp.lower() == "quit":
            break

        results = model.predict([[bag_of_words(inp, words)]])
        results_index = numpy.argmax(results)
        tag = labels[results_index]

        for tg in data["intents"]:
            if tg['tag'] == tag:
                responses = tg['responses']

        print(random.choice(responses))

chat()

json словарь в этом формате 

{"intents": [
        {"tag": "greeting",
         "patterns": ["hi", "hey", "is anyone there?", "hello", "good day", "whats up", "sup", "Viv", "VIVA"],
         "responses": ["Hello!", "Hi!", "Hey!"],
         "context_set": ""
       }
  ]
}

Я знаю, что есть много ответов на эту ошибку в здесь, но ни одно из решений не работает с тем, что я делаю. Я перепробовал все, что видел, но поскольку я не использую tf.data или что-то еще, ничего не работает. Извините, если я сделал что-то не так с форматированием или чем-то другим, я просто создал этот аккаунт, чтобы задать этот вопрос, потому что я действительно отчаянный ученик, и это отнимает много времени, когда я действительно должен заниматься на уроках.

...