TypeError:无法在Seq2Seq中pickle_thread.lock对象

作者

我在Tensorflow模型中使用桶时遇到问题。当我使用bucket=[（100100）]运行它时，它工作得很好。当我使用bucket=[（100100），（200200）]运行它时，它根本不工作（底部是stacktrace）

有趣的是，运行Tensorflow的Seq2Seq教程也会产生类似的问题，但堆栈跟踪几乎相同。出于测试目的，指向存储库的链接位于此处

我不确定问题出在哪里，但有多个桶似乎总是会触发它。

此代码不会作为独立代码工作，但这是它崩溃的函数-请记住，将存储桶从[（100100）]更改为[（100100），（200200）]会触发崩溃

类myseqseq（对象）：
定义初始（自身、源词汇大小、目标词汇大小、存储桶、大小、层数、批量大小、学习率）：
self.source\u vocab\u size=source\u vocab\u size
self.target\u vocab\u size=target\u vocab\u size
self.bucket=bucket
self.batch\u size=批次大小
cell=single_cell=tf.nn.rnn_cell.GRUCell（大小）
如果层数大于；1:
cell=tf.nn.rnn\u cell.multirncell（[单个\u cell]*num\u层）
#seq2seq函数：我们将嵌入用于输入和注意
def seq2seq_f（编码器输入、解码器输入、do_解码）：
返回tf.contrib.legacy_seq2seq.embeding_attention_seq2seq(
编码器输入，解码器输入，单元，
num\u编码器\u符号=源\u语音\u大小，
num_decoder_symbols=target_vocab_size，
嵌入大小=大小，
feed_previous=do_decode）
#输入源
self.encoder_输入=[]
self.decoder_输入=[]
self.target_权重=[]
对于范围内的i（桶[-1][0]）：
self.encoder_inputs.append（tf.placeholder（tf.int32，shape=[None]，name=“encoder{0}.”格式（i）））
对于范围内的i（桶[-1][1]+1）：
self.decoder_inputs.append（tf.placeholder（tf.int32，shape=[None]，name=“decoder{0}.”格式（i）））
self.target_weights.append（tf.placeholder（tf.float32，shape=[None]，name=“weight{0}.”格式（i）））
#我们的目标是解码器输入偏移1
目标=[范围内i的自译码器输入[i+1]（len（自译码器输入）-1）]
self.outputs，self.loss=tf.contrib.legacy_seq2seq.model_和_bucket(
自编码器输入、自解码器输入、目标、，
自身目标权重，[（100100）]，
lambda x，y:seq2seq_f（x，y，False））
#用于训练模型的梯度更新操作
params=tf.可训练的_变量（）
self.updates=[]
对于范围内的b（len（铲斗））：
self.updates.append（tf.train.AdamOptimizer（学习率）。最小化（self.loss[b]））
self.saver=tf.train.saver（tf.global_variables（））

堆栈跟踪：

回溯（最近一次呼叫最后一次）：
文件“D:/Stuff/IdeaProjects/myproject/src/main.py”，第38行，in&lt；模块&gt；
模型=预测。制作模型（输入、输出、存储桶、单元、模型层、批量、学习率）
文件“D:\Stuff\IdeaProjects\myproject\src\predictor.py”，第88行，在make\u模型中
大小=单元大小，数量层=模型层，批次大小=批次大小，学习率=学习率）
文件“D:\Stuff\IdeaProjects\myproject\src\predictor.py”，第45行，在\uu init中__
lambda x，y:seq2seq_f（x，y，False））
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\site packages\tensorflow\contrib\legacy\u-seq2seq\Python\ops\seq2seq.py”，第1206行，在带桶的模型中
解码器_输入[：bucket[1]]）
文件“D:\Stuff\IdeaProjects\myproject\src\predictor.py”，第45行，在&lt；lambda&gt；
lambda x，y:seq2seq_f（x，y，False））
文件“D:\Stuff\IdeaProjects\myproject\src\predictor.py”，第28行，在seq2seq\u f中
feed_previous=do_decode）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\site packages\tensorflow\contrib\legacy\u-seq2seq\Python\ops\seq2seq.py”，嵌入\u-seq2seq中的第848行
编码器\单元=复制。深度复制（单元）
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第161行，在deepcopy中
y=复印机（备忘录）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\site packages\tensorflow\Python\layers\base.py”，第476行，在\uuu deepcopy中__
setattr（结果，k，副本。深度副本（v，备忘录））
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第150行，在deepcopy中
y=复印机（x，备忘）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\copy.py”，第215行，在\u deepcopy\u列表中
附加（副本（a、备忘录））
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第180行，在deepcopy中
y=_（x，备忘录，*rv）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\copy.py”，第280行，在\u
状态=深度复制（状态，备忘录）
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第150行，在deepcopy中
y=复印机（x，备忘）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\copy.py”，第240行，在目录中
y[deepcopy（key，memo）]=deepcopy（value，memo）
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第180行，在deepcopy中
y=_（x，备忘录，*rv）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\copy.py”，第280行，在\u
状态=深度复制（状态，备忘录）
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第150行，在deepcopy中
y=复印机（x，备忘）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\copy.py”，第240行，在目录中
y[deepcopy（key，memo）]=deepcopy（value，memo）
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第180行，在deepcopy中
y=_（x，备忘录，*rv）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\copy.py”，第280行，在\u
状态=深度复制（状态，备忘录）
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第150行，在deepcopy中
y=复印机（x，备忘）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\copy.py”，第240行，在目录中
y[deepcopy（key，memo）]=deepcopy（value，memo）
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第180行，在deepcopy中
y=_（x，备忘录，*rv）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\copy.py”，第280行，在\u
状态=深度复制（状态，备忘录）
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第150行，在deepcopy中
y=复印机（x，备忘）
文件“C:\Users\user\AppData\Local\Programs\Python\36\lib\copy.py”，第240行，在目录中
y[deepcopy（key，memo）]=deepcopy（value，memo）
文件“C:\Users\user\AppData\Local\Programs\Python36\lib\copy.py”，第169行，在deepcopy中
rv=减速器（4）
TypeError:无法pickle\u thread.lock对象

问题在于seq2seq.py中的最新更改。将此添加到脚本中，可以避免单元格的深度覆盖：

setattr
setattr（tf.contrib.rnn.BasicLSTMCell，“\uuuu deepcopy\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu”，lambda self，\uuuuu:self）
setattr（tf.contrib.rnn.MultiRNNCell，“\uuuu deepcopy\uuuuuuuuuuuuuuuuuuu”，lambda self，\uuuu:self）

相关文章：

  1. 如何删除/删除virtualenv？
  2. 如何在Python3中使用filter、map和reduce
  3. 函数参数中是否有空星号？
  4. 如何在Python3中将“二进制字符串”转换为普通字符串？

发表评论

© 2024 开发百科-程序代码问答平台 • Built with