Question

我有一个keras模型，当我从keras导入子模块（层，后端函数）时，它可以正常工作。但是，如果我从tensorflow.keras导入模型，则会破坏相同的模型。

以下是说明问题的示例：

if True:
  from keras import backend as K
  from keras.models import Model
  from keras.layers import Input, Lambda
  from keras.preprocessing.image import ImageDataGenerator
else:
  from tensorflow.keras import backend as K
  from tensorflow.keras.models import Model
  from tensorflow.keras.layers import Input, Lambda
  from tensorflow.keras.preprocessing.image import ImageDataGenerator 

def ex_add(inputs):
  """Made-up example that illustrates the problem"""
  ones = K.ones(K.shape(inputs))
  return inputs + ones

img_input = Input(shape=(512, 512, 3))

ex = Lambda(pconv_add)(img_input)    

model = Model(inputs=[img_input], outputs=ex)
model.compile(optimizer='Adam', loss='mse')

test_generator = ... # data_generator.flow_from_directory() using ImageDataGenerator
img = next(test_generator)[0]
pconv_predict = model.predict(img)

从keras导入时，一切正常。从tensorflow.keras导入会导致这种情况（当我将其称为model.predict或model.fit_generator时）：

错误：tensorflow：=================================从不存在对象   二手（类型）：    如果你想   将其标记为已使用，请调用其“ mark_used（）”方法。原来是   在此处创建：文件“ /usr/lib/python3.6/runpy.py”，行193，在   _run_module_as_main       “ 主要”，mod_spec）

...

（为了简短起见，删除了长消息）

...

-------------------------------------------------- ---------------------------- AttributeError Traceback（最近一次调用   最后）在（）        14＃model.summary（）        15 img = next（train_generator）[0] [0]   ---> 16 pconv_predict = model.predict（img）

/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py   用predict（self，x，batch_size，verbose，steps，max_queue_size，   worker，use_multiprocessing）1876否则：1877返回   training_arrays.predict_loop（   -> 1878 self，x，batch_size =批处理大小，verbose = verbose，steps = steps）1879 1880 def train_on_batch（self，x，y = None，   sample_weight = None，class_weight = None）：

...

（为了简短起见，删除了长消息）

...

/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/variables.py   在is_variable_initialized（variable）2897中已初始化，False   除此以外。 2898“”“   -> 2899返回state_ops.is_variable_initialized（variable）2900 2901

/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/state_ops.py   在is_variable_initialized（ref，name）中       129返回gen_state_ops.is_variable_initialized（ref = ref，name = name）       130＃处理资源变量。   -> 131返回ref.is_initialized（name = name）       132       133

AttributeError：“ Tensor”对象没有属性“ is_initialized”

问题起源于Lambda层，尤其是K.shape（inputs）。我尝试用（4，512，512，3）替换它，无论我导入keras的方式如何，它都可以正常工作。您以前看过这个问题吗，我该如何解决？

注意，我在Colaboratory上运行此代码。 keras和tensorflow.keras版本是 2.2.4和2.1.6-tf。

Answer 1

这是一个未解决的问题：https://github.com/tensorflow/tensorflow/issues/24938，并且仅在图形模式下。在渴望模式下，这可能会起作用。但是，使用tf.zeros在图形模式和渴望模式下都可以正常工作。

使用tensorflow.keras.backend.shape

1 个答案: