在跑mxnet的时候发现报错：
ValueError: setting an array element with a sequence对应语句为：
std_weights = nd.array(1 + p_std, ctx=ctx)（如果不想看详细解决过程，可以直接看最后的粗体字） 首先，在运行该项目时，我分不清numpy和mxnet.nd的区别。感觉这两个类型的数据总是混在一起，怀疑是不是数据类型的问题。 看报错部分的代码：
std_weights = nd.array(1 + p_std, ctx=ctx)首先要确定p_std的数据类型，看它的定义：
p_std = (np.var(p_hist, axis=0) + (np.var(p_hist, axis=0)**2)/(p_hist.shape[0] - 1))**.5这么长，说白了就是一个np.var操作，对象为p_hist，为了确认p_hist的类型，再看它的定义：
p_hist = prediction_history[:, batch_id * args.batch_size: (batch_id + 1) * args.batch_size, :]可以看到p_hist来源于prediction_history，为nd.array类型。那么p_hist也就是nd.array类型。我们用np.var()方法对一个nd.array类型数据进行操作，估计是这里出了数据类型的问题。
按照老习惯，用一个简单的例子来复现bug，并在简单例子中debug：
import numpy as np from mxnet import nd a = nd.array([[1,2,3], [2,3,4]]) b = np.var(a) c = nd.array(b + 1)上述代码报了同样的错，打印中间变量b的shape，结果为：
(3, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1)不知道哪儿多出来这么多维度。 bug已经复现，开始debug。为了验证是否是数据类型转换问题，修改代码第二行如下：
a = nd.array([[1,2,3], [2,3,4]]) b = np.var(a.asnumpy()) c = nd.array(b + 1)哦哟，正常了！问题到这里已经解决了。 结论：用numpy方法对nd.array数据操作时，需要先用asnumpy()方法将数据转换成np.array类型。 额外注意：不能用np.array(…)来转换数据类型，也会导致后续出错！
