Python 带有SyncReplicasOptimizer挂钩的MonitoredTrainingSession无法使用占位符初始化

我用tf.keras.Input作为输入层构建网络

input\u image=tf.keras.input（shape=（无，无，3），name='input\u image'）

按照网络定义，我将优化器定义如下：

然后，我将钩子传递给MonitoredTrainingSession

最后，在运行以创建MonitoredTrainingSession时，占位符会引发以下错误：

tensorflow.python.framework.errors\u impl.InvalidArgumentError：必须为带有数据类型float和形状[？，？，？，3]的占位符tensor“input\u image”提供一个值 此异常由

hook.after\u create\u session（self.tf\u sess，self.coord）调用的
session\u manager.py
中的
ready\u value=sess.run（op）
引发

---

对于使用占位符的SyncReplicasOptimizer，我们非常感激。

终于找到了导致问题的地方： SyncReplicaOptimizer和批处理规范化更新之间的代码存在冲突

with tf.control_dependencies(update_ops):
    self.train_op = self.optimizer.minimize(self.loss, global_step=self.global_step)

此样式更新将引发异常，但在分离控件依赖项后，同时运行train_op和update_ops可以避免此问题

---

但无论如何，我还没有找到解决问题的原因或方法

通过使用带有默认值的占位符，获得了一个变通解决方案