Question

我有一个来自https://github.com/bonlime/keras-deeplab-v3-plus的模型，我尝试对其进行自定义。

我想在Tensorflow Eager模式下运行它

const strings = [
  '.some test.',
  '.',
  '..',
  '.some.',
  'some'
];
strings.forEach((str) => {
  if (str.length > 2 && str[0] === '.' && str[str.length - 1] === '.') {
    console.log("Matched: " + str);
  }
});

但这会导致错误：

model.py”，第236行，位于_inverted_res_block中 in_channels =输入。_keras_shape[-1] AttributeError：“ DeferredTensor”对象没有属性“ _keras_shape”

关于代码的这一部分

from model import Deeplabv3
import tensorflow as tf
tf.enable_eager_execution()

model = Deeplabv3(weights='pascal_voc', input_shape=(200,200,3), backbone='mobilenetv2', classes=64)
batch = tf.zeros((1,200,200,3))
f = model(batch)

如何解决这个问题？

Answer 1

P-gn指出：

tf.keras（包含在TensorFlow中）支持预先执行，而keras模块则不支持。
tf.keras实现了keras API规范，因此它应该可以替代使用keras的任何程序（例如，将对keras.Model的引用更改为{{ 1}}）。此外，它还支持在TensorFlow中进行急切的执行。

Answer 2

我进行了更改：

代替此行： in_channels = inputs.shape [-1] .value 或另一行：输入。_keras_shape[-1]

我还使用了其他方法： in_channels = input.shape.as_list（）[-1]

对我有用。

Keras和Tensorflow渴望执行

2 个答案: