小编viv*_*a70的帖子

TypeError: len 没有为符号张量很好地定义。(activation_3/Identity:0) 请调用 `x.shape` 而不是 `len(x)` 获取形状信息

我正在尝试在 openAI 健身房的一款游戏上实现 DQL 模型。但它给了我以下错误。

TypeError: len 没有为符号张量很好地定义。(activation_3/Identity:0) 请致电x.shape而不是len(x) 获取形状信息。

营造健身房环境:

ENV_NAME = 'CartPole-v0'

env = gym.make(ENV_NAME)
np.random.seed(123)
env.seed(123)
nb_actions = env.action_space.n
Run Code Online (Sandbox Code Playgroud)

我的模型看起来像这样:

model = Sequential()
model.add(Flatten(input_shape=(1,) + env.observation_space.shape))
model.add(Dense(16))
model.add(Activation('relu'))
model.add(Dense(nb_actions))
model.add(Activation('linear'))
print(model.summary())
Run Code Online (Sandbox Code Playgroud)

将该模型拟合到来自 keral-rl 的 DQN 模型,如下所示:

policy = EpsGreedyQPolicy()
memory = SequentialMemory(limit=50000, window_length=1)
dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy)
dqn.compile(Adam(lr=1e-3), metrics=['mse', 'mae'])
dqn.fit(env, nb_steps=5000, visualize=False, verbose=3)
Run Code Online (Sandbox Code Playgroud)

错误来自这一行:

dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy)
Run Code Online (Sandbox Code Playgroud)

我正在使用 keras-rl==0.4.2 和 tensorflow==2.1.0。根据其他答案,我也尝试了 tensorflow==2.0.0-beta0 但它没有解决错误。

有人可以向我解释为什么我面临这个错误吗?以及如何解决? …

python reinforcement-learning keras tensorflow keras-rl

15
推荐指数
1
解决办法
5645
查看次数

Django 3.2 异常:django.core.exceptions.ImproperlyConfigured

我正在升级到 django 3.2,但根据它的发行说明,它说:

现在在第一次访问时检查 SECRET_KEY 设置的有效值,而不是在第一次加载设置时。这允许运行不依赖于 SECRET_KEY 的管理命令,而无需提供值。因此,在不提供有效 SECRET_KEY 的情况下调用 configure(),然后继续访问 settings.SECRET_KEY 现在将引发 ImproperlyConfigured 异常。

错误: django.core.exceptions.ImproperlyConfigured: Cannot import 'users'. Check that 'apps.users.apps.UsersConfig.name' is correct.

用户应用程序.py:

from django.apps import AppConfig

class UsersConfig(AppConfig):
    name = 'users'
Run Code Online (Sandbox Code Playgroud)

我认为这个错误是因为它与 django==3.1.7 一起工作。有人可以帮我解决这个问题吗?如何检查我的密钥是否有效并在需要时生成新密钥?

python django django-3.2

8
推荐指数
4
解决办法
5149
查看次数

在 AWS 上部署容器后部署时出现 OutOfMemoryError

我正在尝试将应用程序 ( https://github.com/DivanteLtd/open-loyalty/ )部署到亚马逊网络服务或 AWS。这个应用程序有一个 docker-compose 文件。所以,我直接从本地机器上的 ecs-cli 运行“ecs-cli compose up”。

它成功运行并运行所有容器,但一段时间后它显示错误。

ExitCode: 137 Reason: OutOfMemoryError: Container killed due to memory usage
Run Code Online (Sandbox Code Playgroud)

我不明白它有什么用。你能帮忙吗?

谢谢你。

memory amazon-ecs docker

6
推荐指数
1
解决办法
7412
查看次数

我可以将 AWS Copilot 与 docker-compose.yml 文件一起使用吗?

我正在尝试使用 AWS copilot 在 AWS 上实施我的 Web 应用程序的 ECS 架构。但它要求 Dockerfile 作为输入。

我的应用程序有一个包含多个服务的复杂docker-compose文件。我可以以某种方式使用此文件从 copilot 创建 ECS 集群吗?

谢谢。

amazon-web-services amazon-ecs docker aws-copilot

5
推荐指数
1
解决办法
2366
查看次数

pg_squeeze 和 pg_repack 有什么区别?

我一直致力于优化数据库中的表。由于清理进程,我们的一张表需要每月进行清理。pg_squeeze 表大小可达 25 GB。由于该表是由生产用户使用的,因此我们无法承受每个月的停机时间来运行VACUUM FULL

我发现pg_squeezepg_repack可以用于此目的。但我无法理解这两者之间的区别。有人可以解释一下有什么区别以及哪个更适合我使用吗?

谢谢。

postgresql vacuum

4
推荐指数
1
解决办法
2164
查看次数