Keras与tensorflow_Tensorflow_Keras

Keras与tensorflow

tensorflow keras

Keras与tensorflow,tensorflow,keras,Tensorflow,Keras,我有一个模型，我试图定制一点我想用Tensorflow模式运行它 from model import Deeplabv3 import tensorflow as tf tf.enable_eager_execution() model = Deeplabv3(weights='pascal_voc', input_shape=(200,200,3), backbone='mobilenetv2', classes=64) batch = tf.zeros((1,200,200,3)) f

我有一个模型，我试图定制一点

我想用Tensorflow模式运行它

from model import Deeplabv3
import tensorflow as tf
tf.enable_eager_execution()

model = Deeplabv3(weights='pascal_voc', input_shape=(200,200,3), backbone='mobilenetv2', classes=64)
batch = tf.zeros((1,200,200,3))
f = model(batch)

但是，这会产生错误：

模型.py“，第236行，在_倒置的_res_块中 in_channels=inputs._keras_shape[-1]AttributeError:'DeferredTensor'对象没有属性'_keras_shape'

这是关于代码的这一部分

def _inverted_res_block(inputs, expansion, stride, alpha, filters, block_id, skip_connection, rate=1):
    in_channels = inputs._keras_shape[-1]
    #in_channels = inputs.get_shape()[-1].value
    #in_channels = tf.shape(inputs)[-1]

    import pdb;pdb.set_trace()

    pointwise_conv_filters = int(filters * alpha)
    pointwise_filters = _make_divisible(pointwise_conv_filters, 8)
    x = inputs

    prefix = 'expanded_conv_{}_'.format(block_id)
    if block_id:
        # Expand

        x = Conv2D(expansion * in_channels, kernel_size=1, padding='same',
                   use_bias=False, activation=None,
                   name=prefix + 'expand')(x)

如何解决这个问题？

正如所指出的：

```
tf.keras
```
（包含在TensorFlow中）支持即时执行，而
```
keras
```
模块不支持
```
tf.keras
```
实现了
```
keras
```
API规范，因此它应该是使用
```
keras
```
的任何程序的替代品（例如，将对
```
keras.Model
```
的引用更改为
```
tf.keras.Model
```
）。此外，它还支持TensorFlow中的即时执行

改为此行：

或另一行：

我在_channels=inputs.shape.as_list（）[-1]中使用了另一个：

tf.keras

keras