python - 在 TensorFlow 中禁用急切执行时如何计算均方误差？

Question

使用 tensorflow 计算 MSE 时，出现错误AttributeError: 'Tensor' object has no attribute 'numpy' 原因是我需要禁用急切执行（tf.disable_eager_execution()）。问题：在 TensorFlow 中禁用 Eager Execution 时如何计算均方误差？代码看起来像这样（我使用的是最新版本的 Tenorflow）：

tf.disable_eager_execution()

mse = tf.keras.losses.MeanSquaredError()
MSE = mse(y_true, y_prediction).numpy()

Answer 1

您需要创建一个会话。这应该有效（在 TF 2.5 上测试）：

tf.compat.v1.disable_eager_execution()

mse = tf.keras.losses.MeanSquaredError()
MSE = mse(y_true, y_prediction)

with tf.compat.v1.Session().as_default():
    MSE.eval()

尽管我同意 Nicolas 的观点，即在 Eager 模式下进行调试会更好（也更容易）。

Answer 2

你不能也不应该。当急切执行被禁用时，计算和对象将离开 Python。这样做的目的是训练一个具有优化后端的模型，而不是“慢”的 Python。作为副作用，Python 无法访问对象和值。当您训练模型时，这很好，您可以在 Python 中运行该模型。但是，如果您想监视每个操作，这将不起作用。

如果您想访问张量值，只需启用急切执行。