Question

state = cell.zero_state(batchsize, tf.float32).eval()

我正在尝试按照此https://github.com/kvfrans/twitch/blob/master/sample.py#L45示例来解码并运行经过训练的张量流模型，但似乎使用的张量流代码是旧版本。我已设法修复大多数调用v 1.0.0，但我卡在上面的代码行给我以下错误：

Traceback (most recent call last):
  File "server.py", line 1, in <module>
    from sample import *
  File "/home/user/twitch/sample.py", line 75, in <module>
    print predict("this game is")
  File "/home/user/twitch/sample.py", line 46, in predict
    state = initialstate.eval()
AttributeError: 'tuple' object has no attribute 'eval'

关于如何修复.eval()和state的任何想法？它稍后用于：

guessed_logits, state = sess.run([logits, final_state], feed_dict={input_data: primer, initialstate: state})

Answer 1

.eval() method仅在tf.Tensor上实施，但正如其他人观察到的那样，cell.zero_state()方法会返回tuple个对象。

tf.Session.run()方法了解如何解包元组，而tf.Tensor.eval()只是在"default" session中单个张量上调用tf.Session.run()的方便包装器。使用此观察，您可以切换此行：

state = cell.zero_state(batchsize, tf.float32).eval()

......以下内容：

state = tf.get_default_session().run(cell.zero_state(batchsize, tf.float32))

Answer 2

你不能在Python对象上运行eval - 在这种情况下是元组。

一个选项可能是首先将Python对象转换为张量：

state = cell.zero_state(batchsize, tf.float32).eval()

为：

state = tf.convert_to_tensor(cell.zero_state(batchsize, tf.float32))

一旦它是张量，你eval用：

state.eval()

Answer 3

来自TensorFlow Release 1.0.0 notes：

LSTMCell，BasicLSTMCell和MultiRNNCell构造函数现在默认为state_is_tuple = True。要在转换到新默认值时快速修复，只需传递参数state_is_tuple=False。

这解释了您收到的错误消息（您无法在.eval()上致电tuple）。

Tensorflow：AttributeError：'tuple'对象没有属性'eval'

3 个答案: