如何解决UnboundLocalError:分配前已引用局部变量“ batch_outputs”
我正在使用Keras编写机器学习代码来对前列腺癌的严重程度进行分级。运行它之后,出现以下错误:
---------------------------------------------------------------------------
UnboundLocalError Traceback (most recent call last)
<ipython-input-14-0e08590512ec> in <module>
8 for file in column:
9 data = generate_tiles(file)
---> 10 prediction = model.predict(data)
11 max_score = prediction.max()
12
/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/engine/training.py in _method_wrapper(self,*args,**kwargs)
86 raise ValueError('{} is not supported in multi-worker mode.'.format(
87 method.__name__))
---> 88 return method(self,**kwargs)
89
90 return tf_decorator.make_decorator(
/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/engine/training.py in predict(self,x,batch_size,verbose,steps,callbacks,max_queue_size,workers,use_multiprocessing)
1283 callbacks.on_predict_batch_end(step,{'outputs': batch_outputs})
1284 callbacks.on_predict_end()
-> 1285 all_outputs = nest.map_structure_up_to(batch_outputs,concat,outputs)
1286 return tf_utils.to_numpy_or_python_type(all_outputs)
1287
UnboundLocalError: local variable 'batch_outputs' referenced before assignment
有人知道哪些批处理输出也会引用吗?我的代码中没有这样的变量。
解决方法
当您将空数组传递给Keras时,通常会引发此错误。检查您要传递的数组。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。