Python 3.x Adam优化器在迁移自定义模型中不工作
我正在执行从TensorFlow 1.x到TensorFlow 2.x的自定义模型迁移，因此自定义模型（类模型）的一部分被包装在一个用tf.function修饰的函数中，所以在使用session.run和feed_dict之前，我使用的是一个用tf.function修饰的函数，问题是精度很低，损失很大，所以我在修饰函数中用tf.function（def new_函数）实现了Adam optimizer，但它在非首次调用时显示了创建变量的错误，但是，当我在forecast函数（def forecast）中声明Adam optimizer时，它会运行，我在其中调用模型进行预测，但是它不会影响应该增加的精度，并且损失应该最小化，它只是保持不变，不使用adam优化器，但速度较慢。少了什么吗？或者语法应该如何写在代码中，应该放在哪里 注意：Adam是在def forecast中用3行带注释的代码实现的，请参见有Adam与没有Adam时的速度差异，以及为什么精度没有提高，损失仍然很大 这是colab推送的文件 我们需要帮助解决这个问题Python 3.x Adam优化器在迁移自定义模型中不工作,python-3.x,tensorflow,tensorflow2.0,recurrent-neural-network,Python 3.x,Tensorflow,Tensorflow2.0,Recurrent Neural Network,我正在执行从TensorFlow 1.x到TensorFlow 2.x的自定义模型迁移，因此自定义模型（类模型）的一部分被包装在一个用tf.function修饰的函数中，所以在使用session.run和feed_dict之前，我使用的是一个用tf.function修饰的函数，问题是精度很低，损失很大，所以我在修饰函数中用tf.function（def new_函数）实现了Adam optimizer，但它在非首次调用时显示了创建变量的错误，但是，当我在forecast函数（def foreca