keras の例から LSTM テキスト ジェネレーターの例を実行しようとすると、次のエラーが発生します。
不明な引数: '-target-feature'。clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: ' -ターゲット機能」。clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-rdseed'。クラン: エラー: 不明な引数: '-target-feature'。clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-sha'。clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: 不明な引数: '-target-feature'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+cx16'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+xsave'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+bmi2'. clang: エラー: 言語が認識されません: 'savec'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+fsgsbase'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+avx'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+rtm'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+popcnt'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+fma'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+bmi'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+aes'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+rdrnd'. clang: エラー: 言語が認識されません: 'saves'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+sse4.1'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+sse4.2'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+avx2'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+sse'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+lzcnt'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+pclmul'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+f16c'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+ssse3'. clang: エラー: そのようなファイルまたはディレクトリはありません: 「+mmx」。clang: エラー: そのようなファイルまたはディレクトリはありません: '+cmov'. clang: エラー: 言語が認識されません: 'op'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+movbe'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+hle'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+xsaveopt'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+sse2'. clang: エラー: そのようなファイルまたはディレクトリはありません: '+sse3'. ", '[DotModulo(A, s, m, A2, s2, m2)]') そのようなファイルまたはディレクトリはありません: '+sse3'. ", '[DotModulo(A, s, m, A2, s2, m2)]') そのようなファイルまたはディレクトリはありません: '+sse3'. ", '[DotModulo(A, s, m, A2, s2, m2)]')
自分のデータを渡す以外は、コードに変更を加えていません。これが私のコードです。
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()
私を助けてください。