Tensorflow NotImplementedError:无法将符号张量（up_sampling2d_4_目标：0）转换为numpy数组

NotImplementedError:无法转换符号张量 （向上采样2D_4_目标：0）到numpy数组

出现以下错误

import keras.backend as K
from keras.optimizers import Adam
from keras.losses import binary_crossentropy

## intersection over union
def IoU(y_true, y_pred, eps=1e-6):
    if np.max(y_true) == 0.0:
        return IoU(1-y_true, 1-y_pred) ## empty image; calc IoU of zeros
    intersection = K.sum(y_true * y_pred, axis=[1,2,3])
    union = K.sum(y_true, axis=[1,2,3]) + K.sum(y_pred, axis=[1,2,3]) - intersection
    return -K.mean( (intersection + eps) / (union + eps), axis=0)

---------------------------------------------------------------------------NotImplementedError回溯（最近的调用 最后）在 14 15虽然正确： --->16损失历史=拟合（） 17如果np.min（[mh.history['val_loss']表示损失历史中的mh]）<-0.2： 18休息

适当地 1 def fit（）： ---->2 seg_model.compile（优化器=Adam（1e-3，detax=1e-6），损耗=IoU，度量=[“二进制精度]） 3. 4步数=最小值（最大步数，列数方向形状[0]//批量大小） 5八月发电=创建八月发电（生成图像发电（列车df））

~/venv/lib/python3.7/site-packages/tensorflow\u core/python/training/tracking/base.py 在方法包装中（self，*args，**kwargs） 455 self._self_setattr_tracking=False#pylint:disable=protected access 456试试： -->457结果=方法（自身、*args、**kwargs） 458最后： 459 self._self_setattr_tracking=上一个值#pylint:disable=受保护访问

~/venv/lib/python3.7/site-packages/tensorflow\u core/python/keras/engine/training.py 编译中（自我、优化器、损失、度量、损失权重、， 样本权重模式，加权度量，目标张量，分布， **kwargs） 371 372#创建模型损失和加权度量子图。 -->373自我。编译加权损失和加权度量（） 374 375#培训、测试和预测功能

~/venv/lib/python3.7/site-packages/tensorflow\u core/python/training/tracking/base.py 在方法包装中（self，*args，**kwargs） 455 self._self_setattr_tracking=False#pylint:disable=protected access 456试试： -->457结果=方法（自身、*args、**kwargs） 458最后： 459 self._self_setattr_tracking=上一个值#pylint:disable=受保护访问

~/venv/lib/python3.7/site-packages/tensorflow\u core/python/keras/engine/training.py 在"编制"权重"损失"和"加权"指标(自身,样本"权重)中
1651#损耗#重量2*输出2 fn（…）+ 1652#层损失。 ->1653 self.total_loss=self._prepare_total_loss（掩码）1654 1655 def_prepare_skip_target_掩码（self）：

~/venv/lib/python3.7/site-packages/tensorflow\u core/python/keras/engine/training.py 准备中的总损失（自身、面罩）1711 1712如果 hasattr（损失，减少）： ->1713每样本损失=损失fn.call（y\u true，y\u pred）1714加权损失=损失效用。计算加权损失( 每件样品1715件损失

~/venv/lib/python3.7/site-packages/tensorflow\u core/python/keras/loss.py 通话中（self，y_true，y_pred） 219 y_pred，y_true=tf_损耗_util.square或expand尺寸( 220 y_pred，y_true） -->221返回self.fn（y_true，y_pred，**self.\u fn\u kwargs） 222 223 def get_配置（自身）：

借据中（y_true，y_pred，eps） 5##并集的交点 6定义IoU（y_真，y_pred，eps=1e-6）： ---->7如果np.max（y_真）==0.0： 8返回IoU（1-y_true，1-y_pred）##空图像；计算零的IoU 9交点=K.sum（y_真*y_pred，轴=[1,2,3]）

在amax中（*args，**kwargs）

~/venv/lib/python3.7/site-packages/numpy/core/fromneric.py in amax（a，轴，出，保持，首字母，其中）2619''2620
返回_wrapreduction（a，np.max，'max'，轴，无，out， ->2621 keepdims=keepdims，initial=initial，where=where）2622 2623

~/venv/lib/python3.7/site-packages/numpy/core/fromneric.py in _包装生产（obj、ufunc、方法、轴、数据类型、输出、**kwargs） 88返回减少（轴=轴，输出=输出，**passkwargs） 89 --->90返回ufunc.reduce（对象、轴、数据类型、输出、**密码） 91 92

~/venv/lib/python3.7/site-packages/tensorflow\u core/python/framework/ops.py 在数组中（自身） 734 def阵列（自身）： 735 raise NOTEImplementedError（“无法将符号张量（{}）转换为numpy” -->736“数组。”.format（self.name）） 737 738 def镜头（自身）：

NotImplementedError:无法转换符号张量 （向上采样2D_4_目标：0）到numpy

---

数组。

您不能将

numpy

与tensorflow

Tensor

一起使用它们是两个不同的东西

问题在于：

if np.max(y_true) == 0.0:
    return IoU(1-y_true, 1-y_pred) ## empty image; calc IoU of zeros

您需要使用以下行：

is_zero = K.equal(y_true, 0)
y_true = K.switch(is_zero, 1-y_true, y_true)
y_pred = K.switch(is_zero, 1-y_pred, y_pred)

---

你能像上面这样说吗？不知道怎么转换答案里有，那是替换。