Tensorflow basic_rnn_seq2seq TypeError：予想されるint32、 'float'型の-0.1が代入されました

Question

データセットでエンコーダ/デコーダモデルを実行しようとしています。以下はサンプルコードです

self._input_data = tf.placeholder(tf.int32, [batch_size, num_steps]) 
self._targets = tf.placeholder(tf.int32, [batch_size, num_steps]) 
enc_inputs.append(self._input_data) #one batch at once 
dec_inputs.append(self._targets) 
model = seq2seq.basic_rnn_seq2seq(enc_inputs, dec_inputs, tf.nn.rnn_cell.BasicLSTMCell(size, state_is_tuple=True)) 

タイプミスマッチ（下記参照）のエラーが発生します。誰もが問題を解決するために知っていますか？

tensor_util.py, line 290, in _AssertCompatible 
    (dtype.name, repr(mismatch), type(mismatch).__name__)) 
    TypeError: Expected int32, got -0.1 of type 'float' instead. 

Answer 1

問題の根本的なケースは、Tensorflowのrnn_cell.pyクラスである：あなたは、異なるタイプ（tf.int32とtf.float32）

に持つ2つの変数を持って

with vs.variable_scope(scope or "Linear"): 
    matrix = vs.get_variable("Matrix", [total_arg_size, output_size], dtype=dtype) 

問題を解決するために、ターゲットをtf.int32（Seq2Seqモデルで必要）として、エンコーダとデコーダの入力にtf.float32を使用しました。このような

何かが動作することがあります。問題は、TFのv0.12.1に再現されたことを

self._input_data = tf.placeholder(tf.float32, [batch_size, num_steps]) 
self._targets = tf.placeholder(tf.int32, [batch_size, num_steps]) 
enc_inputs.append(self._input_data) #one batch at once 
dec_inputs.append(self._targets) 

注意。私はrnn_cell.pyの現在のマスターをチェックしましたが、それは全く異なっています。だから私はその問題が後のリリースで消え去るかもしれないと仮定します。

Answer 2

これは、混乱しているエラーメッセージの問題です。実際の原因は、tf.get_variable()を呼び出しても、デフォルトのイニシャライザを設定しないと、エラーメッセージが混乱します。 tf.zero_initializer()などを使用すると、このエラーを抑制できます。