ValueError：运算符没有属性“ _xlaCompile”

Question

我已经训练了一个使用tf.contrib.layers.recompute_grad的模型。我现在正在尝试从模型中绘制显着性图，但是keras-vis函数visualize_saliency只是停滞不前。

我尝试按以下方式对显着性进行硬编码（受Yumi's Blog启发）：

inp = mdl.input
outp = mdl.layers[lyr_idx].output

print('Input Layer: {}'.format(inp))
print('Output Layer: {}'.format(outp))

grad = K.gradients( outp, inp )[0]

print('Gradient Tensor: {}'.format(grad))

deriv_fn = K.function( [inp], [grad] )

print('Derivative Function: {}'.format(deriv_fn))

grad_eval = deriv_fn( [img_f[None,:,:,:]] )[0]
grad_eval = np.abs( grad_eval ).max( axis = (0,3) )

arr_min, arr_max = np.min( grad_eval ), np.max( grad_eval )
grad_eval = ( grad_eval - arr_min ) / ( arr_max - arr_min + K.epsilon )

print('Evaluated Gradient: {}'.format(grad_eval))

我得到输出：

Input Layer: Tensor("input:0", shape=(?, 3, 65, 320), dtype=float32)
Output Layer: Tensor("output/BiasAdd:0", shape=(?, 1), dtype=float32)

，程序停顿了。正在使用GPU内存，但GPU利用率为0％（无复制/读取/写入）。

在使用Ctrl+C函数keras-vis和我自己的代码时，visualize_saliency都出现了以下打印输出：

ValueError: Operation 'fc04/fc04/IdentityN' has no attr named '_XlaCompile'

在我的模型中，fc04是第4个完全连接的层（仅是keras.layers.Dense层）。最后一层只是一个Dense层，其输出紧随fc04之后出现。

有人可以帮助我吗？