tf.distribute.Strategy:TypeError:转换类型为<；的对象失败；类别'；tensorflow.python.distribute.values.PerReplica'&燃气轮机；到张量

从TensorFlow网站上的示例来看，似乎没有关于如何使代码适应使用分发策略的资源。我的原始代码包括操纵张量，例如

tf.expand_dims（x，axis=1）

。然而，当使用分布式策略时，我得到了上述错误，因为

expand_dims（）

无法处理

PerReplica

对象。有关错误的详细信息，请参见下文：

目录：佩雷普利卡：{ 0/副本：0/任务：0/设备：GPU:0:Tensor（“IteratorGetNext:0”，形状=（？，2，3），数据类型=float32，设备=/副本：0/任务：0/设备：GPU:0）， 1/副本：0/任务：0/设备：GPU:1:Tensor（“IteratorGetNext_1:0”，shape=（？，2，3），dtype=float32，设备=/副本：0/任务：0/设备：GPU:1） }

---

任何人都知道这个问题的解决方案吗？

PerReplica

对象通常是通过运行

策略返回的。实验运行v2/run（…）

，您可以将其视为将这些消息对包装在一起的特殊指令： {i-th GPU名称：i-th GPU返回的张量}，用于所有可用设备中的i。它看起来像一个dict，但不是一个真正的dict，class

PerReplica

为许多用例定义了额外的方法/属性，例如，在分布式上下文下跨设备减少张量。对于您的情况：

 x = strategy.experimental_run_v2(...)
 if strategy.num_replicas_in_sync > 1:  # x is PerReplica object for multi-devices
    tensors_list = x.values             # a list [x_from_dev_a, x_from_dev_b, ...]
    y = tf.concat(tensors_list, axis=0) # axis=0 at batch dim
 else:
    y = x      # x is a tensor as it is for single device

 tf.expand_dims(y, axis=1)

---

您好，谢谢您提供的简单解决方案。我使用的是tf 2.2，它工作起来很有魅力——但如果我们可以使用

.values

属性访问

PerReplica

对象中的值，那么

策略的用途是什么。减少TensorFlow提供的功能？我们可以自己轻松减少产量！