Question

我正在实现Tensorflow变体自动编码器，正是从《用Python进行深度学习》一书中复制了代码。直到几天前，该代码仍能正常工作，但截至昨天它已停止工作（我尚未更改代码）。

该代码用于生成模型，该模型可以复制MNIST数据集中的图像。

具体错误消息如下：

TypeError：正在传递函数构建代码之外的op 一个“图”张量。可能有图张量通过包含以下内容泄漏出功能构建上下文函数构建代码中的tf.init_scope。图张量的名称为：density_2 / BiasAdd：0

我已在下面的Google Collaborative文件中提供了该代码，因此您可以尝试自己运行它：

https://colab.research.google.com/drive/1ArmP3Nns2T_i-Yt-yDXoudp6Lhnw-ghu?usp=sharing

Answer 1

您定义的用于计算损耗的自定义层（即CustomVariationalLayer）正在访问尚未直接传递给模型的模型张量。这是不允许的，因为启用了急切模式，但是默认情况下在图形模式下执行图层中的功能。要解决此问题，您可以完全使用tf.compat.v1.disable_eager_execution()禁用eager模式，也可以使用tf.config.run_functions_eagerly(True)来使所有功能快速运行。

但是，上述两个解决方案可能都不理想，因为它们正在修改TF的默认行为（尤其是后者，因为它可能会降低性能）。因此，除了使用这些解决方案之外，您还可以修改CustomVariationalLayer的定义以将z_mean和z_log_var作为其其他输入：

class CustomVariationalLayer(keras.layers.Layer):
    def vae_loss(self, x, z_decoded, z_mean, z_log_var):
        # ...

    def call(self, inputs):
        x = inputs[0]
        z_decoded = inputs[1]
        z_mean = inputs[2]
        z_log_var = inputs[3]
        loss = self.vae_loss(x, z_decoded, z_mean, z_log_var)
        # ...

y = CustomVariationalLayer()([input_img, z_decoded, z_mean, z_log_var])

使用Python代码进行深度学习不再起作用。 “ TypeError：函数构建代码外部的op正在传递“ Graph”张量。”

1 个答案: