python - TensorFlow 中 tf.GradientTape 的急切执行错误
问题描述
当我尝试创建显着性可视化时收到此警告。
RuntimeError Traceback (most recent call last)
<ipython-input-36-6f13b9abef1d> in <module>()
8 fig, axes = plt.subplots(1, 2)
9 # Generate visualization
---> 10 visualize = visualize_saliency(saved_model, layer_index, filter_indices=input_class, seed_input=input_image)
11 axes[0].imshow(input_image[..., 0])
12 axes[0].set_title('Original image')
tf.gradients is not supported when eager execution is enabled. Use tf.GradientTape instead.
这是我的代码
layer_index = utils.find_layer_idx(saved_model, 'dense_2')
saved_model.layers[layer_index].activation = activations.linear
saved_model = utils.apply_modifications(saved_model)
indices_to_visualize = [ 0, 12, 38, 83, 112, 74, 190 ]
# Visualize
for index_to_visualize in indices_to_visualize:
# Get input
input_image = X_test[index_to_visualize]
input_class = np.argmax(y_test[index_to_visualize])
# Matplotlib preparations
fig, axes = plt.subplots(1, 2)
# Generate visualization
visualize = visualize_saliency(saved_model, layer_index, filter_indices=input_class, seed_input=input_image)
axes[0].imshow(input_image[..., 0])
axes[0].set_title('Original image')
axes[1].imshow(visualize)
axes[1].set_title('Saliency map')
fig.suptitle(f'MNIST target = {input_class}')
plt.show()
我曾尝试在线查看其他类似的错误,但我不明白如何在我的代码中实现这些解决方案。我应该如何在我的显着性可视化功能上使用 tf.GradientTape。我还没有遇到任何人对显着性可视化有同样的错误。
解决方案
推荐阅读
- typescript - 类型 '"abc"' 不能分配给类型 '{ length: 3; }'
- python - 为什么我的计算机内置计算器最多只能计算 101 阶乘,而我的 python 阶乘脚本可以计算得更高?
- game-engine - object.hide() 没有在 Godot 中隐藏完整的动力学体
- html - 我在表单中输入的电子邮件具有使用内置 html5 所需功能的必需标签,但它不起作用。我该如何解决?
- c# - 如何在选择中将更改名称作为键并将其值作为计数
- python - XmbTextListToTextProperty 结果代码 -2:从 shell 脚本执行 .py 文件中的 cv2.imshow 时出错
- node.js - 创建新的 Angular 项目失败:ENOENT:没有这样的文件或目录
- javascript - TypeError:无法读取全局变量未定义的属性“then”
- fullcalendar - 需要替换 onEventAfterAllRender?
- angular - 从字符串到日期设置格式