TypeError: 不可哈希的类型: ‘numpy.ndarray’ 使用TensorFlow和Keras进行Python3.9图像分类

我尝试使用这个示例代码进行图像分类

def show_classify_button(file_path):    classify_btn = Button(top, text="Classify Image", command=lambda: classify(file_path), padx=10, pady=5)    classify_btn.configure(background="#364156", foreground="white", font=('arial',10,'bold'))    classify_btn.place(relx=0.79,rely=0.46)def classify(file_path):    image = Image.open(file_path)    image = image.resize((32,32))    image = numpy.expand_dims(image, axis=0)    image = numpy.array(image)    pred = model.predict([image])[0]    sign = classes[pred]    print(sign)    label.configure(foreground='#011638')

终端弹出这个

Traceback (most recent call last):  line 39, in <lambda>    classify_btn = Button(top, text="Classify Image", command=lambda: classify(file_path), padx=10, pady=5)  line 49, in classify    sign = classes[pred]TypeError: unhashable type: 'numpy.ndarray'

我尝试检查pred的输出数据

[30990.06  46435.57  17636.973 16334.658 15860.342 16765.371 26879.748 14579.97  41989.523 34359.215]

我不确定为什么会这样,因为数据是一组数组

我是新手,我使用的是Python3.9,有人能帮我吗


回答:

你在第49行尝试访问classes变量

sign = classes[pred]

classes的类型是numpy.ndarray。所以你试图通过索引pred访问数组,但因为pred不是一个数字,所以引发了unhashable type: 'numpy.ndarray'错误。

你把classes当成字典来使用,通过键而不是索引来访问它的值。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注