Python Colab TPU:InvalidArgumentError:无法解析张量原型[Op:ComputeBatchSize]
我试图在Colab上使用TPU,调用Python Colab TPU:InvalidArgumentError:无法解析张量原型[Op:ComputeBatchSize],python,tensorflow,google-colaboratory,tpu,google-cloud-tpu,Python,Tensorflow,Google Colaboratory,Tpu,Google Cloud Tpu,我试图在Colab上使用TPU,调用model.fit()时出现此错误 错误消息很简单: InvalidArgumentError:无法解析tensor proto[Op:ComputeBatchSize] 因为它提到了BatchSize,所以我尝试设置不同的批大小,但没有成功。 这是我的数据管道: gcs_pattern = 'gs://diem-bucket/*.tfrecords' filenames = tf.io.gfile.glob(gcs_pattern) ds_train =
model.fit()时出现此错误
错误消息很简单:
InvalidArgumentError:无法解析tensor proto[Op:ComputeBatchSize]
因为它提到了BatchSize,所以我尝试设置不同的批大小,但没有成功。
这是我的数据管道:
gcs_pattern = 'gs://diem-bucket/*.tfrecords'
filenames = tf.io.gfile.glob(gcs_pattern) ds_train = tf.data.Dataset.list_files(filenames, shuffle= True)
ds_train = ds_train.shuffle(
buffer_size = len(tfrcfiles),
reshuffle_each_iteration = True,
).interleave(
map_func = lambda x: tf.data.TFRecordDataset(x),
cycle_length = len(tfrcfiles),
num_parallel_calls = tf.data.AUTOTUNE,
deterministic=False
).batch(
8
).prefetch(
8
).map(
batch_parse_func,
num_parallel_calls = tf.data.AUTOTUNE
)
我几乎找不到关于这个错误的任何信息。有人可以分享一些建议吗?您能验证一下您是否先运行TPU初始化,然后再执行其他操作吗?谢谢。我已经解决了这个问题。原来是关于身份验证的。从google.colab import auth运行和auth.authenticate\u user()
来授予对我的GCS存储桶的访问权,解决了这个问题