Keras 尝试计算TensorFlow张量时出错

我试图用TensorFlow和Keras建立一个CNN模型，我试图计算一个张量来得到它的值。特别是，我正在尝试读取我创建的TFR记录

这是我的代码：

def parse_tfrecord_example(example, config):
    features = {
        'image': tf.io.FixedLenFeature((), tf.string),
        'width': tf.io.FixedLenFeature((), tf.int64),
        'height': tf.io.FixedLenFeature((), tf.int64),
        'num_obj': tf.io.FixedLenFeature((), tf.int64),
        'obj': tf.io.VarLenFeature(tf.int64)
    }

    parsed_features = tf.io.parse_single_example(example, features)

    #This is what I would like to do but I have to evaluate the tensors in parsed_features
    """
    annotation = annotation_from(
        int(parsed_features['width']),
        int(parsed_features['height']),
        int(parsed_features['num_obj']),
        parsed_features['obj']
    )
    """

    print(parsed_features['width'].eval())

    image = cv2.imdecode(str(parsed_features['image']), cv2.IMREAD_UNCHANGED)
    image = normalize_image(image, config)
    image = resize_image(image, config)

    return image, get_target(annotation, config)

这不管用。如果我尝试获取会话（使用

tf.compat.v1.keras.backend.get_session（）

）并将其传递给

eval

，我会发现张量图与该图的会话不同。如何指定在不创建新会话的情况下使用Keras会话？任何帮助都将不胜感激

注意。我在python 3.8.5中使用Tensorflow 2.3.1和Keras 2.4.3