问题标签 [tensorflow2.0]

我想找到一种predict_on_batch在里面使用 Kerastf.data.Dataset.map()的方法TF2.0.

假设我有一个 numpy 数据集

和一个tf.keras模型

我可以创建一个dataset批处理

从哪里transform_predictions获取预测的用户定义函数predict_on_batch

这给出了一个错误predict_on_batch：

AttributeError: 'Tensor' object has no attribute 'numpy'

据我了解，predict_on_batch需要一个 numpy 数组，并且它从数据集中获取一个张量对象。

似乎一种可能的解决方案是包装predict_on_batch一个`tf.py_function，尽管我也无法让它工作。

有谁知道如何做到这一点？

我正在尝试在 TF2.0 中实现一个简单的 capsnet 模型。

到目前为止，我已经添加了一些 conv2d 层和一个 reshape 层，但我现在需要添加一个 squash 函数。问题是，由于我正在压缩整个向量，所以tf.norm()我NaN必须使用自定义的 squash 函数。我以前从未编写过自定义层，我基本上只是使用教程中的模板并在call().

由于我是在模型中完成这一切的keras.models.Sequential，所以我不确定如何在前几层之后获得输出，所以我决定让 squash 函数在模型中成为它自己的层。我觉得这可能是完全错误的，所以我正在寻找一些关于解决这个问题的最佳方法的意见。

我应该keras.Model为此使用 a ，还是应该使用新的急切执行功能来手动将张量通过层？如果可以使用SquashLayer()我已经实现的，那么我应该通过什么作为参数，以便获得正确的输出以传递到下一层？

我正在将我的代码从 TensorFlow 1.13.1 迁移到 TensorFlow 2.0。但是，“contrib”模块将被删除，我找不到这些功能的替代品：

我考虑过分叉整个“图层”和“图像”目录，但这可能会变得非常混乱，所以我宁愿避免这种情况。

谢谢！

https://www.tensorflow.org/api_docs/python/tf/distributions/Distribution

There is no doc on this?

I see the doc on contrib but nothing about this.

使用 tensorflow 2.0 不断出现这些错误。这应该工作吗？

产生值错误：

这看起来像他们部分给出的例子。我不确定这是 Eager 或 2.0 的错误还是我做错了什么。

更新：

由于存在一些问题和有趣的注释，因此在下面粘贴了解决方案的修饰版本。

似乎有马车。很多东西都不行。另一方面，tensorflow 2.0 似乎解决了很多与 tensorboard 交互有关的问题，因此值得使用。如何关闭所有渴望的东西。

我在没有 AVX 的 Windows 10 PC 上使用这些命令执行此操作，仅支持 SSE4.2、GTX1060 6GB 和最新驱动程序：

一切都很好，直到我尝试使用 TensorFlow：

我尝试了另一种方法：

删除了“Anaconda3\envs”中的文件夹“tensorflow-2.0”

之后没有错误，但活动环境仍然是“base *”

现在活动环境是 tensorflow-2.0

结果是同样的错误：

在文档中， tf.while_loop 的主体需要是 python 可调用的。

有效，但

抛出 ValueError: Attempt to convert a value (None) with an unsupported type() to a Tensor

在 2.0 中，eager execution 是默认的，我想知道这是什么问题？！

对冻结图的支持会在 tensorflow 2.0 中继续还是被弃用？我的意思是从 saved_model 创建/优化冻结图的脚本和 API。还有用于运行推理的 API。

假设将来会支持它，那么在 tensorflow 2.0 中对冻结图运行推理的推荐方法是什么？