Question

我正在尝试在Nvidia GPU上使用Keras和Tensorflow训练卷积神经网络。我尝试使用代码和数据实现没有锁的非常简单的模型模型。我尝试定义的每个网络都会给我同样的错误：

文件“”，第2行，在       model.add（Dense（12，input_dim = 5，kernel_initializer ='normal'，activation ='relu'））>

添加文件“ build / bdist.linux-x86_64 / egg / keras / models.py”，第463行       name = layer.name +'_input'）

输入中的文件“ build / bdist.linux-x86_64 / egg / keras / engine / topology.py”，行1457       input_tensor = tensor）

在包装器中的文件“ build / bdist.linux-x86_64 / egg / keras / legacy / interfaces.py”，第91行       返回func（* args，** kwargs）

init 中的文件“ build / bdist.linux-x86_64 / egg / keras / engine / topology.py”，第1366行       name = self.name）

文件“ build / bdist.linux-x86_64 / egg / keras / backend / tensorflow_backend.py”，第507行，在占位符中       x = tf.placeholder（dtype，shape = shape，name = name）

文件“ /home/smalldave/.local/lib/python2.7/site-packages/tensorflow/python/ops/array_ops.py”，行1734，在占位符中       返回gen_array_ops.placeholder（dtype = dtype，shape = shape，name = name）

文件“ /home/smalldave/.local/lib/python2.7/site-packages/tensorflow/python/ops/gen_array_ops.py”，第4929行，占位符       “占位符”，_inputs_flat，_attrs，_result，名称）

文件“ /home/smalldave/.local/lib/python2.7/site-packages/tensorflow/python/eager/backprop.py”，行162，在_record_gradient中       返回pywrap_tensorflow.TFE_Py_RecordGradient（op_name，输入，属性，

AttributeError：“ NoneType”对象没有属性“ TFE_Py_RecordGradient”

有人知道这个错误的根源吗？

这是我尝试定义的网络示例：

model = Sequential()
model.add(Dense(12, input_dim=5, kernel_initializer='normal', activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='linear'))
model.summary()

非常感谢。

Answer 1

从堆栈跟踪中，我发现您使用的是keras而不是tf.keras，它是与TensorFlow安装包打包在一起的。

tf.keras实现了keras.io中定义的API规范，但添加了特定于TensorFlow的其他功能，例如对急切执行的支持。

因此，我怀疑您需要做的只是改变以下内容：

from keras.models import Sequential
from keras.layers import Dense

收件人：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

希望有帮助。

使用Keras与Tensorflow后端的TFE_Py_RecordGradient错误

1 个答案: