tensorflow训练时警告:BaseCollectiveExecutor::StartAbort Out of range: End of sequence

这种原因是因为  数据集数量 不能 整除batch_size导致的
比如 50000的训练集, batch_size = 128   则 steps = 391  , 最后一个steps里只有80张图片
50000 - 128*390 = 80

这种情况 会报错BaseCollectiveExecutor::StartAbort Out of range: End of sequence
网上 针对这种情况的  解决方法 是
“加上预处理数据集的时候repeat()函数设置为空(不要有参数),在fit()函数中加入step_per_epoch参数,设置其等于训练集大小整除于batchsize”

随着版本更新,这种情况还是会报错,最新的解决方法如下 ,在上面的基础之上 ,还要加上测试集的steps

network.fit(train_db, epochs=100, verbose=2, steps_per_epoch=x.shape[0]//128, validation_steps=x_test.shape[0]//64, validation_data=test_db, validation_freq=1)


                
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当你在Python中遇到"IndexError: sequence index out of range"错误,这意味着你正在尝试访问一个序列(如列表、元组或字符串)中超出范围的索引。 Python中的索引是从0开始的,这意味着第一个元素的索引为0,第二个元素的索引为1,以此类推。如果你尝试访问一个不存在的索引,就会引发"IndexError: sequence index out of range"错误。 例如,考虑以下代码: ```python my_list = [1, 2, 3] print(my_list) ``` 在这个例子中,my_list是一个包含3个元素的列表。然而,当我们尝试访问索引为3的元素,超出了列表的范围,因为列表的索引是从0到2。因此,这段代码会引发"IndexError: sequence index out of range"错误。 为了解决这个问题,你可以确保你的索引在序列的范围内。你可以使用len()函数来获取序列的长度,并相应地调整索引。 ```python my_list = [1, 2, 3] print(len(my_list)) # 输出3 print(my_list) # 输出3 ``` 在这个例子中,我们使用len()函数获取了my_list的长度,并使用正确的索引2来访问最后一个元素。 另外,你还可以使用切片来访问序列的一部分,而不是单个元素。切片允许你指定一个范围,从而避免超出索引范围的错误。 ```python my_list = [1, 2, 3] print(my_list[1:3]) # 输出[2, 3] ``` 在这个例子中,我们使用切片[1:3]来获取my_list中索引为1和2的元素。 希望这个解答能帮到你!如果你还有其他问题,请随提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值