问题标签 [invalidargumentexception]

当我尝试让--user-data-dir当前用户使用 Selenium 启动 Chrome 时，出现以下错误：

我该如何解决这个错误？

我正在使用 Selenium WebDriver 和 Java 在<input type='file'>标签中上传两个文件。

我采用了这篇文章中提到的方式。

这是我的代码片段，具体来说。

问题是，虽然这两个文件已成功上传，并且应用程序流程向前推进，但我仍然从上面提到的代码片段中得到这个异常。

org.openqa.selenium.InvalidArgumentException：无法选择一个或多个文件。

DOM 看起来像这样。

“fileSelectionBox”的 Xpath 是"//span[contains(text(), 'No file selected')]/preceding::input[@type='file']"

我需要摆脱这个异常。对此有任何想法吗？

我在 regasm.exe 中注册了 ac# dll，我试图在我的经典 asp 应用程序上调用它，下面是我的代码部分：

我正在向函数发送一个字典对象作为参数

这是我调用函数的地方

当我尝试调用该函数时，出现此错误。

下面是我的dll代码：

我该如何解决？？...在​​此先感谢。

我正在为班级做一个项目，但我一直在单行上遇到同样的错误。我曾尝试向同学寻求帮助，但我无法让它发挥作用。从文件中读取数据时，程序应该将每一行转换为结构的信息，即动物的奇偶性、物种和数量。但是，每次在应该将最终缓冲区值从字符串转换为整数的行上，我都会收到一个无效的参数异常。这是我的代码。我已经用“ERROR OCCURS HERE！”标记了导致异常的行。

编辑：这是输入文件的内容。

我正在尝试从 CLI 获取日期。但是，我首先将它作为字符串获取，因为当我输入一些无效值时程序行为异常，例如，直接在 int 上使用 std::cin >> 时的字符串。到目前为止，这是我的代码，它的行为不符合预期。以 mm/dd/yyyy 格式输入日期后，仍然显示“我们无法解释您的输入”。下面是我的代码，任何帮助将不胜感激：

NSKeyedUnarchiver.UnarchivedArrayOfObjects() 以 'NSInvalidArgumentException' 终止应用程序，原因：'-[__NSCFData count]

1. track 符合 NSManagedObject 但是 decodedTrackLocation 是声明@Published public var decodedTrackLocation: [CLLocation] = []的，因为它不是持久的，但应该在内存中。

2. 下面的代码适用于某些“保存”，但有时它会引发异常，我不知道该怎么做。

3. 它在 'if let final =' 处崩溃并抛出此异常：

4. NSKeyedUnarchiver 失败的原因是我做了一些愚蠢的事情，我存储了错误的数据。我无法理解的是为什么此代码所在的 do-try-catch 块不起作用/捕获。任何帮助，将不胜感激。

问题中的代码：

我正在研究神经网络，我是这个领域的新手。我正在为文本数据实现自动编码器。当我执行变分自动编码器的拟合函数时，问题就开始了。代码片段是

错误是：

纪元 1/10 ---------------------------------------------- ----------------------------- InvalidArgumentError Traceback（最近一次调用最后一次）在----> 1 history = vae.fit（ x = tweet_data, y = tweet_data, 2 epochs = no_epochs, 3 batch_size = batch_size, 4 validation_split = validation_split)

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\training.py in _method_wrapper(self, *args, **kwargs) 106 def _method_wrapper( self, *args, **kwargs): 107 if not self._in_multi_worker_mode(): # pylint: disable=protected-access --> 108 return method(self, *args, **kwargs) 109 110 #run_distribute_coordinator已经在里面运行了。

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\training.py in fit(self, x, y, batch_size, epochs, verbose, callbacks ，validation_split，validation_data，shuffle，class_weight，sample_weight，initial_epoch，steps_per_epoch，validation_steps，validation_batch_size，validation_freq，max_queue_size，workers，use_multiprocessing）1096 batch_size=batch_size）：
1097 callbacks.on_train_batch_begin（step）-> 1098 tmp_logs = train_function（iterator）109如果 data_handler.should_sync: 1100
context.async_wait()

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\training.py in train_function(iterator) 804 def train_function(iterator): 805 """一步执行训练。""" --> 806 return step_function(self, iterator) 807 808 else:

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\training.py 在 step_function(model, iterator) 794 795 data = next(iterator) - -> 796 个输出 = model.distribute_strategy.run(run_step, args=(data,)) 797 个输出 = reduce_per_replica(798 个输出, self.distribute_strategy, reduction='first')

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\distribute\distribute_lib.py 在运行（解析参数失败）1209 fn = autograph.tf_convert（1210 fn，autograph_ctx .control_status_ctx(), convert_by_default=False) -> 1211 return self._extended.call_for_each_replica(fn, args=args, kwargs=kwargs) 1212 1213 # TODO(b/151224785): 移除已弃用的别名。

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\distribute\distribute_lib.py in call_for_each_replica(self, fn, args, kwargs) 2583 kwargs = {} 2584 with self._container_strategy().scope(): -> 2585 return self._call_for_each_replica(fn, args, kwargs) 2586 2587 def _call_for_each_replica(self, fn, args, kwargs):

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\distribute\distribute_lib.py in _call_for_each_replica(self, fn, args, kwargs) 2943
self._container_strategy(), 2944
replica_id_in_sync_group=constant_op.constant(0, dtypes.int32)): -> 2945 return fn(*args, **kwargs) 2946 2947 def _reduce_to(self, reduce_op, value, destinations, experimental_hints):

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\autograph\impl\api.py in wrapper(*args, **kwargs) 273 def wrapper(*args , **kwargs): 274 with ag_ctx.ControlStatusCtx(status=ag_ctx.Status.UNSPECIFIED): --> 275 return func(*args, **kwargs) 276 277 if inspect.isfunction(func) 或 inspect.ismmethod(func ):

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\training.py in run_step(data) 787 788 def run_step(data): --> 789 outputs = model.train_step(data) 790 # 确保仅在train_step成功时更新计数器。791 与 ops.control_dependencies(_minimum_control_deps(outputs)):

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\training.py in train_step(self, data) 745 746 with backprop.GradientTape() as磁带：-> 747 y_pred = self(x, training=True) 748 loss = self.compiled_loss(749 y, y_pred, sample_weight, regularization_losses=self.losses)

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\base_layer.py in call (self, *args, **kwargs) 983 984 with ops .enable_auto_cast_variables(self._compute_dtype_object): --> 985 个输出 = call_fn(inputs, *args, **kwargs) 986 987 if self._activity_regularizer:

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\functional.py in call(self, inputs, training, mask) 383 张量列表如果有多个输出。384“”“-> 385返回self._run_internal_graph（386输入，培训=培训，掩码=掩码）387

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\functional.py in _run_internal_graph(self, inputs, training, mask) 506 507 args, kwargs = node.map_arguments(tensor_dict) --> 508 个输出 = node.layer(*args, **kwargs) 509 510 # 更新 tensor_dict。

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\base_layer.py in call (self, *args, **kwargs) 983 984 with ops .enable_auto_cast_variables(self._compute_dtype_object): --> 985 个输出 = call_fn(inputs, *args, **kwargs) 986 987 if self._activity_regularizer:

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\functional.py in call(self, inputs, training, mask) 383 张量列表如果有多个输出。384“”“-> 385返回self._run_internal_graph（386输入，培训=培训，掩码=掩码）387

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\functional.py in _run_internal_graph(self, inputs, training, mask) 506 507 args, kwargs = node.map_arguments(tensor_dict) --> 508 个输出 = node.layer(*args, **kwargs) 509 510 # 更新 tensor_dict。

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\engine\base_layer.py in call (self, *args, **kwargs) 983 984 with ops .enable_auto_cast_variables(self._compute_dtype_object): --> 985 个输出 = call_fn(inputs, *args, **kwargs) 986 987 if self._activity_regularizer:

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\layers\core.py in call(self, inputs) 1191 1192 def call(self, inputs) ：-> 1193 返回 core_ops.dense（1194 个输入，1195 个 self.kernel，

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\keras\layers\ops\core.py 密集（输入，内核，偏差，激活，dtype）51 output = sparse_ops.sparse_tensor_dense_matmul(inputs, kernel) 52 else: ---> 53 outputs = gen_math_ops.mat_mul(inputs, kernel) 54 # 向输入广播内核。55 其他：

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\ops\gen_math_ops.py in mat_mul(a, b, transpose_a, transpose_b, name) 5622 return _result 5623 除外_core._NotOkStatusException as e: -> 5624 _ops.raise_from_not_ok_status(e, name) 5625 除了 _core._FallbackException: 5626 pass

c:\users\bilal\appdata\local\programs\python\python38\lib\site-packages\tensorflow\python\framework\ops.py in raise_from_not_ok_status(e, name) 6841 message = e.message + (" name: " + name if name is not None else "") 6842 # pylint: disable=protected-access -> 6843 Six.raise_from(core._status_to_exception(e.code, message), None) 6844 # pylint: enable=protected-access 6845

~\AppData\Roaming\Python\Python38\site-packages\six.py in raise_from(value, from_value)

InvalidArgumentError：矩阵大小不兼容：In[0]：[10,3500]，In 1：[9,9] [Op:MatMul]

我是这个领域的新手。而且我不确定我的实现是否正确，因为我不知道 In 1 : [9,9] 来自哪里。此外，这个 GitHub 链接指向完整代码的已执行笔记本。请帮忙。

我在 Laravel 5.1 上，我按照https://laravel.com/docs/5.1/mail的描述配置了我的邮件，当我从tinker. （例如：config('mail.driver')等）

但是当我从tinker

我得到了这个单行异常

知道可能是什么问题吗？

Xcode 13.0、Swift 5.5、iOS 15.0.2

请裸露我糟糕的调试技巧。

一旦我尝试在我的应用程序的文本字段中输入内容，它就会抛出 aNSInvalidArgumentException并打印日志：

-[__NSSingleObjectArrayI stringByTrimmingCharactersInSet:]我在此处设置了一个符号断点（如何调试“无法识别的选择器发送到实例”错误）。但据我所知，没有达到这个断点（？）

在 Xcode Debug navigator 中，应用程序在此处崩溃：#68 0x0000000104486bd4 in static AppDelegate.$main() [inlined]，根据第 9 行：

我的 AppDelegate：

将标记放在文本字段中时，在开始输入之前，日志打印Writing analzed variants. 我以前从未见过，但根据此（Xcode 日志“Writing analzed variables”）可以忽略它。

我在启动应用程序时也在日志中看到了这一点，这是我以前从未见过的。不知道有没有帮助：

更新 - TEXTFIELD CONFIG 问题在于应用程序中的所有文本字段，甚至是 FirebaseUI 中的电子邮件地址文本字段（我根本没有手动配置）。这让我觉得这不是关于文本字段配置，而是键盘问题？这有意义吗？我该如何调试？

无论如何，我创建的文本字段是在情节提要中创建的。在每个视图控制器中，我都有一些委托方法；textFieldDidBeginEditing(_:),textFieldShouldReturn(_:)和textFieldDidEndEditing(_:). 我可以知道当用户点击文本字段时正在调用 textFieldDidBeginEditing。但是，一旦按下第一个键盘字母，就会抛出异常。

键盘是默认的，textField contentType 是未指定的。不知道这是否相关。

更新 我没有对我的代码做任何事情，但是在更新到 iOS 15.2 之后，错误就消失了！？有任何想法吗？

如果我使用下面的代码：

它会向我抛出一个错误。

如果我完全使用任何代码，也会发生同样的事情我 driver.switch_to.window(driver.window_handles[1]) 可以做些什么来解决这个问题，因为它很烦人，因为它基本上会破坏整个代码？我正在使用歌剧。

完整追溯：

这是完整的代码：