Tensorflow 在个人系统上训练VAE模型时出错

在我的系统上使用OpenAI gym的“CarRacing-v0”环境训练VAE时调用.fit函数时出错。同样的模式在google Colab上运行良好

错误如下所示：

Track generation: 1077..1354 -> 277-tiles track
EPISODE: 0
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-22-c9f30896c44b> in <module>
     14 
     15       vae_train_data = batch(STORAGE)
---> 16       vae.fit(vae_train_data, vae_train_data, batch_size=step, epochs =1)
     17       STORAGE.clear()
     18 

 ~\anaconda3\envs\new\lib\site-packages\tensorflow_core\python\keras\engine\training.py in 
fit(self, x, y, batch_size, epochs, verbose, callbacks, validation_split, validation_data, shuffle, 
class_weight, sample_weight, initial_epoch, steps_per_epoch, validation_steps, validation_freq, 
max_queue_size, workers, use_multiprocessing, **kwargs)
    726         max_queue_size=max_queue_size,
    727         workers=workers,
--> 728         use_multiprocessing=use_multiprocessing)
    729 
    730   def evaluate(self,

~\anaconda3\envs\new\lib\site-packages\tensorflow_core\python\keras\engine\training_v2.py in 
fit(self, model, x, y, batch_size, epochs, verbose, callbacks, validation_split, validation_data, 
shuffle, class_weight, sample_weight, initial_epoch, steps_per_epoch, validation_steps, 
validation_freq, **kwargs)
    222           validation_data=validation_data,
    223           validation_steps=validation_steps,
--> 224           distribution_strategy=strategy)
    225 
    226       total_samples = _get_total_number_of_samples(training_data_adapter)

~\anaconda3\envs\new\lib\site-packages\tensorflow_core\python\keras\engine\training_v2.py in _ 
process_training_inputs(model, x, y, batch_size, epochs, sample_weights, class_weights, 
steps_per_epoch, validation_split, validation_data, validation_steps, shuffle, distribution_strategy, 
max_queue_size, workers, use_multiprocessing)
    545         max_queue_size=max_queue_size,
    546         workers=workers,
--> 547         use_multiprocessing=use_multiprocessing)
    548     val_adapter = None
    549     if validation_data:

~\anaconda3\envs\new\lib\site-packages\tensorflow_core\python\keras\engine\training_v2.py in 
_process_inputs(model, x, y, batch_size, epochs, sample_weights, class_weights, shuffle, steps, 
 distribution_strategy, max_queue_size, workers, use_multiprocessing)
     592         batch_size=batch_size,
     593         check_steps=False,
 --> 594         steps=steps)
     595   adapter = adapter_cls(
     596       x,

 ~\anaconda3\envs\new\lib\site-packages\tensorflow_core\python\keras\engine\training.py in 
 _standardize_user_data(self, x, y, sample_weight, class_weight, batch_size, check_steps, steps_name, 
 steps, validation_split, shuffle, extract_tensors_from_dataset)
    2517           shapes=None,
    2518           check_batch_axis=False,  # Don't enforce the batch size.
 -> 2519           exception_prefix='target')
    2520 
    2521       # Generate sample-wise weight values given the `sample_weight` and

 ~\anaconda3\envs\new\lib\site-packages\tensorflow_core\python\keras\engine\training_utils.py in 
 standardize_input_data(data, names, shapes, check_batch_axis, exception_prefix)
     487       raise ValueError(
     488           'Error when checking model ' + exception_prefix + ': '
 --> 489           'expected no data, but got:', data)
     490     return []
     491   if data is None:

      ValueError: ('Error when checking model target: expected no data, but got:', array([[[[0.        
        , 0.        , 0.        ],
       [0.        , 0.        , 0.        ],
       [0.        , 0.        , 0.        ],
       ...,

轨迹生成：1077..1354->277平铺轨迹
插曲：0
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
14
15车辆系列数据=批次（存储）
--->16阀配合（阀组数据、阀组数据、批量大小=步长、历元=1）
17.clear（）的存储
18
中的~\anaconda3\envs\new\lib\site packages\tensorflow\u core\python\keras\engine\training.py
拟合（自我、x、y、批量大小、年代、详细信息、回调、验证拆分、验证数据、洗牌、，
类别权重、样本权重、初始历元、每历元步长、验证步长、验证频率、，
最大队列大小，工人，使用多处理，**kwargs）
726最大队列大小=最大队列大小，
727名工人=工人，
-->728使用多处理=使用多处理）
729
730 def评估（自我，
~\anaconda3\envs\new\lib\site packages\tensorflow\u core\python\keras\engine\training\u v2.py in
拟合（自我、模型、x、y、批量大小、年代、详细、回调、验证拆分、验证数据、，
洗牌、等级权重、样本权重、初始历元、每历元步骤、验证步骤、，
验证频率，**kwargs）
222验证数据=验证数据，
223验证步骤=验证步骤，
-->224分销（策略=策略）
225
226总样本数=\u获取\u总样本数\u（训练\u数据\u适配器）
~\anaconda3\envs\new\lib\site packages\tensorflow\u core\python\keras\engine\training\u v2.py in\u
过程训练输入（模型、x、y、批量、年代、样本权重、类别权重、，
每个历元的步骤、验证拆分、验证数据、验证步骤、洗牌、分发策略、，
最大队列大小、工人、使用（多处理）
545最大队列大小=最大队列大小，
546名工人=工人，
-->547使用\多处理=使用\多处理）
548 val_适配器=无
549如果验证数据：
~\anaconda3\envs\new\lib\site packages\tensorflow\u core\python\keras\engine\training\u v2.py in
_处理输入（模型、x、y、批次大小、年代、样本权重、类别权重、混洗、步骤、，
分布策略、最大队列大小、工人、使用（多处理）
592批次大小=批次大小，
593检查步骤=错误，
-->594步=步）
595适配器=适配器(
596 x，
中的~\anaconda3\envs\new\lib\site packages\tensorflow\u core\python\keras\engine\training.py
_标准化用户数据（自身、x、y、样本重量、类别重量、批次大小、检查步骤、步骤名称、，
步骤、验证（拆分、洗牌、从数据集中提取张量）
2517个形状=无，
2518检查_batch_axis=False，#不强制执行批大小。
->2519例外情况（前缀=“目标”）
2520
2521#根据“样本权重”生成样本权重值，以及
中的~\anaconda3\envs\new\lib\site packages\tensorflow\u core\python\keras\engine\training\u utils.py
标准化输入数据（数据、名称、形状、检查批处理轴、异常前缀）
487提升值错误(
488“检查模型“+异常前缀+”时出错：：”
-->489'应无数据，但得到：'，数据）
490返回[]
491如果数据为无：
ValueError:（'Error when check model target:应无数据，但已获取：'，数组（[[0]。
, 0.        , 0.        ],
[0.        , 0.        , 0.        ],
[0.        , 0.        , 0.        ],
...,

我很好奇：这个问题是否与使用不同版本的tensorflow有关。我使用的是

tensorflow gpu 2.0