Erro Keras LSTM

votos
0

Eu recebo o seguinte erro quando tento executar o exemplo de gerador de texto LSTM a partir de exemplos Keras.

argumento desconhecido: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: erro: argumento desconhecido: ' -target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: erro: argumento desconhecido: '-rdseed'. clang: error: argumento desconhecido: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-sha'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: Erro: desconhecido argumento: '-target-recurso'. clang: erro: não existe tal arquivo ou diretório: '+ CX16'. clang: erro: não existe tal arquivo ou diretório: '+ xsave'. clang: erro: não existe tal arquivo ou diretório: '+ bmi2'. clang: erro: a língua não reconhecida: 'SAVEC'. clang: erro: não existe tal arquivo ou diretório: '+ fsgsbase'. clang: erro: não existe tal arquivo ou diretório: '+ AVX'. clang: erro: não existe tal arquivo ou diretório: '+ rtm'. clang: erro: não existe tal arquivo ou diretório: '+ POPCNT'. clang: erro: não existe tal arquivo ou diretório: '+ fma'. clang: erro: não existe tal arquivo ou diretório: '+ bmi'. clang: erro: não existe tal arquivo ou diretório: '+ aes'. clang: erro: não existe tal arquivo ou diretório: '+ rdrnd'. clang: erro: a língua não reconhecida: 'salva'. clang: erro: não existe tal arquivo ou diretório: '+ SSE4.1'. clang: erro: não existe tal arquivo ou diretório: '+ SSE4.2'. clang: erro: não existe tal arquivo ou diretório: '+ AVX2'. clang: erro: não existe tal arquivo ou diretório: '+ sse'. clang: erro: não existe tal arquivo ou diretório: '+ lzcnt'. clang: erro: não existe tal arquivo ou diretório: '+ pclmul'. clang: erro: não existe tal arquivo ou diretório: '+ F16C'. clang: erro: não existe tal arquivo ou diretório: '+ SSSE3'. clang: erro: não existe tal arquivo ou diretório: '+ MMX'. clang: erro: não existe tal arquivo ou diretório: '+ CMOV'. clang: erro: a língua não reconhecida: 'op'. clang: erro: não existe tal arquivo ou diretório: '+ movbe'. clang: erro: não existe tal arquivo ou diretório: '+ hle'. clang: erro: não existe tal arquivo ou diretório: '+ xsaveopt'. clang: erro: não existe tal arquivo ou diretório: '+ SSE2'. clang: erro: não existe tal arquivo ou diretório: '+ SSE3'. , '[DotModulo (A, S, M, A2, s2, m2)]') não existe tal arquivo ou diretório: '+ SSE3'. , '[DotModulo (A, S, M, A2, s2, m2)]') não existe tal arquivo ou diretório: '+ SSE3'. , '[DotModulo (A, S, M, A2, s2, m2)]')

Eu não fiz qualquer alteração no código, exceto passe em meus próprios dados a ele. Aqui está o meu código.

from keras.models import Sequential
from keras.layers.core import Dense, Activation, Dropout
from keras.layers.recurrent import LSTM
import numpy as np
import random
import sys

text = texts[0]
print('corpus length:', len(text))

chars = set(text)
print('total chars:', len(chars))
char_indices = dict((c, i) for i, c in enumerate(chars))
indices_char = dict((i, c) for i, c in enumerate(chars))

# cut the text in semi-redundant sequences of maxlen characters
maxlen = 40
step = 3
sentences = []
next_chars = []
for i in range(0, len(text) - maxlen, step):
    sentences.append(text[i: i + maxlen])
    next_chars.append(text[i + maxlen])
print('nb sequences:', len(sentences))

print('Vectorization...')
X = np.zeros((len(sentences), maxlen, len(chars)), dtype=np.bool)
y = np.zeros((len(sentences), len(chars)), dtype=np.bool)
for i, sentence in enumerate(sentences):
    for t, char in enumerate(sentence):
        X[i, t, char_indices[char]] = 1
    y[i, char_indices[next_chars[i]]] = 1


# build the model: 2 stacked LSTM
print('Build model...')
model = Sequential()
model.add(LSTM(512, return_sequences=True, input_shape=(maxlen,     len(chars))))
model.add(Dropout(0.2))
model.add(LSTM(512, return_sequences=False))
model.add(Dropout(0.2))
model.add(Dense(len(chars)))
model.add(Activation('softmax'))

model.compile(loss='categorical_crossentropy', optimizer='rmsprop')


def sample(a, temperature=1.0):
    # helper function to sample an index from a probability array
    a = np.log(a) / temperature
    a = np.exp(a) / np.sum(np.exp(a))
    return np.argmax(np.random.multinomial(1, a, 1))

# train the model, output generated text after each iteration
for iteration in range(1, 60):
    print()
    print('-' * 50)
    print('Iteration', iteration)
    model.fit(X, y, batch_size=128, nb_epoch=1)

    start_index = random.randint(0, len(text) - maxlen - 1)

    for diversity in [0.2, 0.5, 1.0, 1.2]:
        print()
        print('----- diversity:', diversity)

        generated = ''
        sentence = text[start_index: start_index + maxlen]
        generated += sentence
        print('----- Generating with seed: ' + sentence + '')
        sys.stdout.write(generated)

        for i in range(400):
            x = np.zeros((1, maxlen, len(chars)))
            for t, char in enumerate(sentence):
                x[0, t, char_indices[char]] = 1.

            preds = model.predict(x, verbose=0)[0]
            next_index = sample(preds, diversity)
            next_char = indices_char[next_index]

            generated += next_char
            sentence = sentence[1:] + next_char

            sys.stdout.write(next_char)
            sys.stdout.flush()
        print()

Por favor me ajude.

Publicado 16/04/2016 em 19:00
fonte usuário
Em outras línguas...                            


1 respostas

votos
0

Foi um erro relacionado clang. Depois que a Apple atualizou as ferramentas Xcode minha clang tornou-se incompatível com os drivers CUDA da Nvidia. Atualizando os drivers corrigiu o problema. Se uma nova atualização não está disponível, necessita-se esperar por um ou reverter suas ferramentas Xcode.

Respondeu 10/05/2016 em 07:09
fonte usuário

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more