tensorflow

Question

基于矩阵分解的电影推荐算法
问题感觉应该是有数据是空的，查了很多都没有解决，求问

Answer 1

m0_56062032 晚上好🌙🌙🌙
本答案参考ChatGPT-3.5

该问题发生在尝试运行TensorFlow会话时，错误信息表明在sess.run()函数中传入的fetch参数是一个NoneType对象，而在 sess.run()调用中需要的是一个有效的张量、操作或集合。具体来说，在训练循环中的第124行：

_movie_summary = sess.run([train, summaryMerged])

这里出现了TypeError，因为summaryMerged变量没有被正确初始化或赋值。为了修复这个问题，请确保在合并所有摘要之前，已经正确创建并返回了summaryMerged变量。以下是修改后的代码片段：

# 第四步： 训练模型
tf.compat.v1.disable_eager_execution()

loss_summary = tf.compat.v1.summary.scalar('train_loss', loss)
summaryMerged = tf.compat.v1.summary.merge_all()  # 确保在这之前已经定义并添加了所有需要合并的摘要

filename = 'D:/Datamovies/ml-latest-small/movie_tensorborad.csv'
writer = tf.compat.v1.summary.FileWriter(filename)

with tf.compat.v1.Session() as sess:
    sess.run(tf.compat.v1.global_variables_initializer())
    
    for i in range(2000):
        _, movie_summary = sess.run([train, loss_summary])  # 修改这里，只运行loss_summary
        writer.add_summary(movie_summary, global_step=i)

# 接下来的评估和推荐系统部分...

注意：在上述代码中，我假设您想要记录的是训练损失（'train_loss'）。如果您原本打算合并其他更多的摘要，那么请确保在调用tf.compat.v1.summary.merge_all()之前，已经正确创建并添加了那些摘要。