Question

NotImplementedError：无法转换符号张量（up_sampling2d_4_target：0）转换为numpy数组。

出现以下错误

import keras.backend as K
from keras.optimizers import Adam
from keras.losses import binary_crossentropy

## intersection over union
def IoU(y_true, y_pred, eps=1e-6):
    if np.max(y_true) == 0.0:
        return IoU(1-y_true, 1-y_pred) ## empty image; calc IoU of zeros
    intersection = K.sum(y_true * y_pred, axis=[1,2,3])
    union = K.sum(y_true, axis=[1,2,3]) + K.sum(y_pred, axis=[1,2,3]) - intersection
    return -K.mean( (intersection + eps) / (union + eps), axis=0)

--------------------------------------------------- ---------------------------- NotImplementedError Traceback（最近的调用最后） 14 15，而True： ---> 16 loss_history = fit（） 17如果np.min（[mh.history ['val_loss'] for mh in loss_history]）<-0.2： 18休息

in fit（） 1 def fit（）： ----> 2 seg_model.compile（optimizer = Adam（1e-3，衰减= 1e-6），损失= IoU，指标= ['binary_accuracy']） 3 4步数=最小值（MAX_TRAIN_STEPS，train_df.shape [0] // BATCH_SIZE） 5 aug_gen = create_aug_gen（make_image_gen（train_df））

〜/ venv / lib / python3.7 / site-packages / tensorflow_core / python / training / tracking / base.py 在_method_wrapper（self，* args，** kwargs）中 455 self._self_setattr_tracking = False＃pylint：disable =受保护的访问 456尝试： -> 457 result = method（self，* args，** kwargs） 458最后： 459 self._self_setattr_tracking = previous_value＃pylint：disable =受保护的访问

〜/ venv / lib / python3.7 / site-packages / tensorflow_core / python / keras / engine / training.py 在编译中（自我，优化器，损失，指标，loss_weights， sample_weight_mode，weighted_metrics，target_tensors，分布， ** kwargs） 371 372＃创建模型损失和加权指标子图。 -> 373个self._compile_weights_loss_and_weighted_metrics（） 374 375＃用于训练，测试和预测的功能

〜/ venv / lib / python3.7 / site-packages / tensorflow_core / python / training / tracking / base.py 在_method_wrapper（self，* args，** kwargs）中 455 self._self_setattr_tracking = False＃pylint：disable =受保护的访问 456尝试： -> 457 result = method（self，* args，** kwargs） 458最后： 459 self._self_setattr_tracking = previous_value＃pylint：disable =受保护的访问

〜/ venv / lib / python3.7 / site-packages / tensorflow_core / python / keras / engine / training.py 在_compile_weights_loss_and_weighted_metrics（自身，sample_weights）中
1651＃loss_weight_2 * output_2_loss_fn（...）+ 1652＃层损失。 -> 1653 self.total_loss = self._prepare_total_loss（masks）1654 1655 def _prepare_skip_target_masks（self）：

〜/ venv / lib / python3.7 / site-packages / tensorflow_core / python / keras / engine / training.py 在_prepare_total_loss（self，masks）中1711 1712如果 hasattr（loss_fn，'减少'）： -> 1713 per_sample_losses = loss_fn.call（y_true，y_pred）1714 weighted_losses = loss_utils.compute_weighted_loss（ 1715 per_sample_losses，

〜/ venv / lib / python3.7 / site-packages / tensorflow_core / python / keras / losses.py 通话中（self，y_true，y_pred） 219 y_pred，y_true = tf_losses_util.squeeze_or_expand_dimensions（ 220 y_pred，y_true） -> 221返回self.fn（y_true，y_pred，** self._fn_kwargs） 222 223 def get_config（）：
IoU中的
（y_true，y_pred，eps） 5 ##联合路口 6 def IoU（y_true，y_pred，eps = 1e-6）： ----> 7如果np.max（y_true）== 0.0： 8 return IoU（1-y_true，1-y_pred）##空图片；计算IoU零 9个交点= K.sum（y_true * y_pred，axis = [1,2,3]）

<< strong> array_function internals> in amax（* args，** kwargs）

〜/ venv / lib / python3.7 / site-packages / numpy / core / fromnumeric.py在 amax（a，轴，出，keepdims，初始位置）2619“”“ 2620
return _wrapreduction（a，np.maximum，'max'，axis，None，out， -> 2621 keepdims = keepdims，initial = initial，where = where）2622 2623

〜/ venv / lib / python3.7 / site-packages / numpy / core / fromnumeric.py在 _wrapreduction（obj，ufunc，method，axis，dtype，out，** kwargs） 88折返幅度减少（轴=轴，输出=出，** passkwargs） 89 ---> 90 return ufunc.reduce（obj，axis，dtype，out，** passkwargs） 91 92

〜/ venv / lib / python3.7 / site-packages / tensorflow_core / python / framework / ops.py 在数组中（自己） 734 def 数组（个体）： 735提高了NotImplementedError（“无法将符号张量（{}）转换为小数” -> 736“数组。”。format（self.name）） 737 738分 len （自己）：

NotImplementedError：无法转换符号张量（up_sampling2d_4_target：0）转换为numpy

数组。

Answer 1

您不能将numpy与张量流Tensor一起使用，这是两回事。

问题在这里：

if np.max(y_true) == 0.0:
    return IoU(1-y_true, 1-y_pred) ## empty image; calc IoU of zeros

您需要这些行：

is_zero = K.equal(y_true, 0)
y_true = K.switch(is_zero, 1-y_true, y_true)
y_pred = K.switch(is_zero, 1-y_pred, y_pred)

NotImplementedError：无法将符号张量（up_sampling2d_4_target：0）转换为numpy数组

1 个答案: