出错 HDF (line 21) G_tem = DECODING2(G,C_now,Atta_stre);

这个错误提示可能是因为在第21行代码中，调用了一个名为DECODING2的函数，并传入了三个参数G、C_now和Atta_stre，但是该函数的定义可能存在问题，导致出现了错误。

为了解决这个问题，你需要检查DECODING2函数的定义，确保其参数和返回值的类型正确，并且函数内部的操作能够正确执行。你可以使用调试工具来跟踪函数的执行过程，或者手动检查函数的代码并尝试修复错误。另外，你也可以尝试使用其他函数或方法来替代DECODING2函数，以达到同样的效果。

相关问题

出错 HDF>DECODING2 (line 56) G_temp(attack(k),:)=[];

这个错误提示可能是因为在第56行代码中，对一个名为G_temp的矩阵进行了操作，但是该矩阵的某个索引值超出了其范围。具体来说，可能是在该行代码中对attack(k)进行了索引，并尝试删除G_temp中对应的行，但是attack(k)的值太大或太小，导致该行代码无法正确执行。

为了解决这个问题，你需要检查代码中涉及到G_temp和attack(k)的部分，确保它们的值都在合理的范围内。你可以使用调试工具来检查代码并找到出现问题的位置，或者手动检查代码并尝试修复错误。

build_hdf5_image_dataset(trainset, image_shape=(224, 224), mode='folder', output_path='new_train.h5', categorical_labels=True, normalize=False)

`build_hdf5_image_dataset` 是一个函数，用于将图像数据转换为HDF5格式的数据集。下面是函数各个参数的含义：

- `trainset`：表示图像数据集，可以是一个列表或者一个数据生成器，包含了所有训练图像的路径和标签等信息。
- `image_shape`：表示图像的大小，以元组的形式表示，如`(224, 224)`。
- `mode`：表示构建数据集的方式，可以是'folder'、'file'或'mixed'中的一种。
- `output_path`：表示输出的HDF5格式数据集的路径。
- `categorical_labels`：表示标签是否采用one-hot编码，如果是，则为True，否则为False。
- `normalize`：表示是否将图像数据进行归一化处理，如果是，则为True，否则为False。

例如，使用以下代码将文件夹中的图像数据转换为HDF5格式数据集：

from tflearn.data_utils import build_hdf5_image_dataset

dataset_file = 'my_dataset.h5'
data_folder = 'image_folder'
build_hdf5_image_dataset(data_folder, image_shape=(224, 224), mode='folder', output_path=dataset_file, categorical_labels=True, normalize=True)

上述代码将把 `data_folder` 文件夹中的图像数据转换为HDF5格式数据集，并保存到文件 `my_dataset.h5` 中，其中图像大小为 `(224, 224)`，标签采用了one-hot编码，并对图像数据进行了归一化处理。