tf.placeholder() is not compatible with eager execution的解决方法「建议收藏」

tf.placeholder() is not compatible with eager execution的解决方法「建议收藏」最近安装了TensoFlow2.0及以上的版本都发现啊出现这个问题:RuntimeError:tf.placeholder()isnotcompatiblewitheagerexecution.这是因为在运行**tf.compat.v1.placeholder(dtype,shape=None,name=None)**的时候急切执行了这条语句,但是我们一般都是在一…

大家好,又见面了,我是你们的朋友全栈君。

最近安装了TensoFlow2.0及以上的版本都发现啊出现这个问题:

RuntimeError: tf.placeholder() is not compatible with eager execution.

这是因为在运行**tf.compat.v1.placeholder(dtype, shape = None, name = None)**的时候急切执行了这条语句,但是我们一般都是在一个Session前先去定义placeholder,但是不会去执行,然后再在Sesion上下文管理器中去传入我们的数据,然后执行。
这里给出一个方法(对我有效)

在代码中添加这样一句:

tf.compat.v1.disable_eager_execution()

例子

Error

import tensorflow as tf
import numpy as np
# tf.compat.v1.disable_eager_execution()
x = tf.compat.v1.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.compat.v1.Session() as sess:
    print(sess.run(y))

    # rand_array = np.random.rand(1024, 1024)
    # print(sess.run(y, feed_dict={x: rand_array}))

RuntimeError: tf.placeholder() is not compatible with eager execution.

Correct

import tensorflow as tf
import numpy as np
tf.compat.v1.disable_eager_execution()
x = tf.compat.v1.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.compat.v1.Session() as sess:
    # print(sess.run(y))

    rand_array = np.random.rand(1024, 1024)
    print(sess.run(y, feed_dict={ 
   x: rand_array}))

[[252.48357 255.5346 248.42102 … 260.47867 257.15802 254.84673]
[247.44424 248.02411 250.1583 … 253.2936 251.4498 242.8446 ]
[259.25705 259.74298 259.33575 … 261.40015 257.27484 261.23822]

[245.12628 258.36353 246.82956 … 247.89975 253.03627 252.05295]
[247.1987 261.00418 254.8853 … 260.04547 260.02435 250.82901]
[256.0824 256.6464 255.48541 … 263.32083 259.73798 255.77368]]

参考资料:
1、eager execution not working with placeholders #18165

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/158379.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • .netcore 文件上传转为base64位字符串

    .netcore 文件上传转为base64位字符串.netcore 文件上传转为base64位字符串

  • 手机版java编译器_Java编译器[通俗易懂]

    手机版java编译器_Java编译器[通俗易懂]这是一款专为学习Java的学员们打造的一款非常优质的程序验证软件,让用户能够非常快速的复制自己的程序到APP中,进行检验,能够非常快速的去验证程序的内容,能够非常及时的进行纠错,让你的代码能够及时的得到解决,用户可以随时在这里打开使用,保证自己的编辑的代码能够更加的完美,让你可以更好的精心纠错,对于初学者来说是一款非常棒的软件,让自己能够学的更好,经验能够更加的丰富。软件特点验证代码非常简单快捷,…

  • 【git系列】切换分支相关命令

    【git系列】切换分支相关命令背景为什么小编突然整理出这样一份命令呢?起因还是目前的工作项目的微服务太多,使用idea切换分支时,很容易点错或者合并错分支代码,于是小编下定决心,放弃使用工具切换分支,使用命令操作,使用之后发现爽的一批,操作起来666的,同时也希望帮助小伙伴们快速入门Git操作分支;命令命令的含义和介绍这些八股文,小编不再累赘,直接上命令创建并切换到本地分支gitcheckout-b分支名切换分支gitcheckout分支名两者的区别是否带-b提交分支到远程仓库(本地分支与

  • 标准粒子群算法(PSO)及其Matlab程序和常见改进算法_粒子群算法应用实例

    标准粒子群算法(PSO)及其Matlab程序和常见改进算法_粒子群算法应用实例第2章标准粒子群算法(PSO)2.1粒子群算法思想的起源粒子群优化(ParticleSwarmOptimization,PSO)算法是Kennedy和Eberhart受人工生命研究结果的

  • 向量的内积与夹角_两个向量的内积怎么算

    向量的内积与夹角_两个向量的内积怎么算最近在做文本聚类,用到了奇异值分解,可是我不明白原理,于是复习线性代数。遇到了向量内积和夹角的关系,不太明白。向量内积,也叫做向量的点积,是两个向量对应分量乘积之和。如果两个向量是垂直的,那么点积为0。如果点积为0,那么两个向量是垂直的。如果两个向量内积大于0,那么两个向量夹角小于90’,如果两个向量内积小于0,那么两个向量夹角大于90’。    $$x=

  • 用好系统安全模式让电脑更安全

    用好系统安全模式让电脑更安全

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号