Question

我试图将转移学习应用于InceptionV3。这是我的代码：

inception_model = InceptionV3(weights='imagenet',include_top=False)
output_inception = inception_model.output
output_globalavgpooling = GlobalAveragePooling2D()(output_inception)
output_dense = Dense(1024,activation='relu')(output_globalavgpooling)
predictions = Dense(1,activation='sigmoid')(output_dense)

final_model = Model(inception_model.input,output=predictions)

final_model.compile()

inception_model.summary()

运行此代码时，我在final_model = Model(inception_model.input,output=predictions)行遇到以下错误：

TypeError: Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_ref() as the key.

我该怎么办？

Answer 1

我有一个类似的错误。就我而言，这是由于使用了conda的Keras和Tensorflow 2的旧版本。当前存在一些问题，无法通过conda在当前的Keras中使用Tensorflow 2。

我创建了一个新环境，并根据Keras / Tensorflow网站（在我的情况下，仅使用CPU版本）进行安装：

pip install tensorflow
pip install keras

Answer 2

添加到magiclantern答案中，如果您使用的是GPU，则可以使用以下命令。

pip install tensorflow-gpu 
pip install keras-gpu

或者，如果您要使用某些版本，请使用以下命令

pip install tensorflow-gpu==1.15.0
pip install keras-gpu==2.3.1

这应该工作正常。

Answer 3

您尝试过吗？

final_model = tf.compat.v1.keras.Model(inception_model.input,output=predictions)

TypeError：如果启用了Tensor相等，则Tensor无法散列。而是使用tensor.experimental_ref（）作为键

3 个答案: