Question

我正在编写一个神经网络，但遇到“在执行图形时不允许使用ID start_time end_time duration <chr> <dttm> <dttm> <drtn> 1 A001 2019-06-18 05:18:00 2019-06-18 06:00:00 42 mins 2 A001 2019-06-18 06:00:00 2019-06-18 07:00:00 60 mins 3 A001 2019-06-18 07:00:00 2019-06-18 08:00:00 60 mins 4 A001 2019-06-18 08:00:00 2019-06-18 08:41:00 41 mins 5 A002 2020-03-04 05:59:00 2020-03-04 06:00:00 1 mins 6 A002 2020-03-04 06:00:00 2020-03-04 06:04:00 4 mins 7 A003 2019-05-10 19:00:00 2019-05-10 19:00:00 0 mins 8 A003 2019-05-10 19:00:00 2019-05-10 19:08:00 8 mins 9 A004 2020-01-06 22:42:00 2020-01-06 23:00:00 18 mins 10 A004 2020-01-06 23:00:00 2020-01-07 00:00:00 60 mins 11 A004 2020-01-07 00:00:00 2020-01-07 01:00:00 60 mins 12 A004 2020-01-07 01:00:00 2020-01-07 02:00:00 60 mins 13 A004 2020-01-07 02:00:00 2020-01-07 03:00:00 60 mins 14 A004 2020-01-07 03:00:00 2020-01-07 03:10:00 10 mins作为Python tf.Tensor作为Python”的错误，我在调用编译时无法解决。我已经编写了自己的自定义损失，我认为这是引发错误的原因。

bool

我尝试使用numpy（）或nd_array（）将D2I，D2L，C转换为数组，但它们都引发了tensorflow错误。任何帮助，将不胜感激还尝试将损失更改为

def compute_loss(Z5, Z6, C, YC, YI, YL):
  cost1 = np.add(np.matmul(-(Z5), YI), np.log(np.add(1, np.exp(Z5))))
  cost1 = np.add(Z6, np.add(-np.dot(Z6, YL), np.log(np.add(1, exp(-Z6)))))
  cost2 = np.add(Z5, np.add(-np.dot(Z5, YI), np.log(np.add(1, exp(-Z5)))))
  cost1 = np.add(C, np.add(-np.dot(C, YC), np.log(np.add(1, exp(-YC)))))

  return cost

d2, D2I, D2L, C = d2(images) #call function to build network
custom_loss = compute_loss(D2I, D2L, C, y_c, y_i, y_l)
my_metric = tf.keras.metrics.Accuracy(name="accuracy", dtype=None)

d2.compile(optimizer=opt, loss=custom_loss, metrics=[tf.keras.metrics.Accuracy()], run_eagerly=True)

但是抛出了同样的错误

在图形执行中不允许将“ tf.Tensor”用作Python“ bool”

0 个答案: