KeyError: tf.Tensor 'Placeholder_6:0' shape=<unknown> dtype=string

Posted 2023-02-15

【中文标题】KeyError: tf.Tensor \'Placeholder_6:0\' shape=<unknown> dtype=string

【英文标题】：KeyError: tf.Tensor 'Placeholder_6:0' shape=<unknown> dtype=stringKeyError: tf.Tensor 'Placeholder_6:0' shape=<unknown> dtype=string

【发布时间】：2019-06-15 15:52:46

【问题描述】：

你能解释一下下面的问题吗？这是我的 python 笔记本中的代码片段：

word2int = 
int2word = 

for i,word in enumerate(words):
    word2int[word] = i
    int2word[i] = word

def euclidean_dist(vec1, vec2):
    return np.sqrt(np.sum((vec1-vec2)**2))

def find_closest(word_index, vectors):
    min_dist = 10000 # to act like positive infinity
    min_index = -1
    query_vector = vectors[word_index]
    for index, vector in enumerate(vectors):
        if euclidean_dist(vector, query_vector) < min_dist and not np.array_equal(vector, query_vector):
            min_dist = euclidean_dist(vector, query_vector)
            min_index = index
    return min_index

Z = tf.placeholder(tf.string)
find_closest_word = int2word[find_closest(word2int[Z], vectors)]

# Create SignatureDef metadata for the model
classification_inputs = tf.saved_model.utils.build_tensor_info(Z)
classification_outputs_classes = tf.saved_model.utils.build_tensor_info(find_closest_word)

classification_signature = (
      tf.saved_model.signature_def_utils.build_signature_def(
          inputs=
              tf.saved_model.signature_constants.CLASSIFY_INPUTS:
                  classification_inputs
          ,
          outputs=
              tf.saved_model.signature_constants.CLASSIFY_OUTPUT_CLASSES:
                  classification_outputs_classes
          ,
          method_name=tf.saved_model.signature_constants.CLASSIFY_METHOD_NAME))

这是我运行上面的代码片段时的错误消息：

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-65-016dad8c7403> in <module>()
     12     return min_index
     13 Z = tf.placeholder(tf.string)
---> 14 find_closest_word = int2word[find_closest(word2int[Z], vectors)]

KeyError: <tf.Tensor 'Placeholder_7:0' shape=<unknown> dtype=string>

更新问题：

如何将字符串张量Z 转换为python 字符串，以便在word2int 中用作索引？

【问题讨论】：

嗨，你找到解决这个问题的方法了吗？我有一个非常相似的问题，但我仍然找不到解决方法。

我有同样的问题，现在可用的答案并不是很有帮助。很高兴知道如何做到这一点。

【参考方案1】：

根据您的代码，我猜您认为 Z 是您作为输入传递给网络的单词。不是，因为您将其定义为Z = tf.placeholder(tf.string)。因此，Z 是一个 placeholder 对象，当您通过调用 run() 在 tf.Session 实例中运行图形时，该对象将最终在您的 feed_dict 中填充一个字符串方法。

由于您的 word2int 字典只是一个字符串到索引的字典，因此当您尝试使用占位符作为键时，您会得到 KeyError。

【讨论】：

感谢您的回答。我刚刚更新了我上面的问题以获取更多详细信息。是的。我希望Z 成为输入参数，int2word[find_closest(word2int[Z], vectors)] 成为输出参数。如何修复 word2int 接受Z 并修复 int2word 输出？

我想我上面的问题不是很清楚。再问一下：如何将字符串张量Z转换为python字符串，以便在word2int中用作索引？