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
4条回答 默认 最新
关注 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。本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 什么设备可以研究OFDM的60GHz毫米波信道模型
- ¥15 不知道是该怎么引用多个函数片段
- ¥15 爬取1-112页所有帖子的标题但是12页后要登录后才能 我使用selenium模拟登录 账号密码输入后 会报错 不知道怎么弄了
- ¥30 关于用python写支付宝扫码付异步通知收不到的问题
- ¥50 vue组件中无法正确接收并处理axios请求
- ¥15 隐藏系统界面pdf的打印、下载按钮
- ¥15 基于pso参数优化的LightGBM分类模型
- ¥15 安装Paddleocr时报错无法解决
- ¥15 python中transformers可以正常下载,但是没有办法使用pipeline
- ¥50 分布式追踪trace异常问题