r - 如何将张量转换为 R 数组（在损失函数中，因此无需急切执行）？

Question

我有TensorFlow2.4 版并使用 R 包tensorflow(2.2.0) 和keras(2.3.0.0.9000)。我想在损失函数中将张量转换为 R 数组（不要问为什么）。这是一个这样的转换（在损失函数之外）起作用的例子：

library(tensorflow)
library(keras)
x.R <- matrix(1:12, ncol = 3) # dummy R object
x.tensor <- keras_array(x.R) # converting the R object to a tensor
as.array(x.tensor) # converting it back to an R array. This works because...
stopifnot(tf$executing_eagerly()) # ... eager execution is enabled

在模型训练期间，FALSE虽然会急切执行，因此as.array()调用失败。为了看到这一点，让我们首先定义一个虚拟神经网络模型和训练数据。

d <- 2 # input and output dimension
in.lay  <- layer_input(shape = d)
hid.lay <- layer_dense(in.lay,  units = 300, activation = "relu")
out.lay <- layer_dense(hid.lay, units = d,   activation = "sigmoid")
model <- keras_model(in.lay, out.lay)
n <- 1200 # number of training samples
data <- matrix(runif(n * d), ncol = d) # training data

现在让我们定义损失函数并用它编译模型。

myloss <- function(x, y) { # x and y are tensors here
   stopifnot(!tf$executing_eagerly()) # confirms that eager execution is disabled
   x. <- as.array(x) # ... fails with "RuntimeError: Evaluation error: invalid first argument, must be vector (list or atomic)." How can we convert x to an R array?
   loss_mean_squared_error(x, y) # just a dummy return value (the MSE)
}
compile(model, optimizer = "adam", loss = myloss)

让我们尝试拟合这个模型（看看它无法通过 将张量转换x为 R 数组as.array()）。

prior <- matrix(rexp(n * d), ncol = d) # input sample to train the NN on
n.epoch <- 5 # number of epochs to train
batch.size <- 400 # batch size
fit(model, x = prior, y = data, batch_size = batch.size, epochs = n.epoch) # fails with error message given above

R 包 tensorflow 提供tfe_enable_eager_execution()了在会话中启用即时执行的功能。但是如果我用TensorFlow2.4 调用它，那么我得到：

tfe_enable_eager_execution() # "Error in py_get_attr_impl(x, name, silent) :  AttributeError: module 'tensorflow' has no attribute 'contrib'"

理想情况下，我不想过多地处理急切执行（不确定副作用），只需将张量转换为数组即可。我的猜测是，除了急切执行之外别无他法，因为只有指针被解析并且 R 包tensorflow在张量中找到数据并能够将其转换为数组。

这里提到了启用/禁用急切执行的其他想法，但这都是在 Python 中，在 R 中似乎不可用。而这篇这篇文章似乎提出了同样的问题，但在不同的背景下。

标签： rtensorflowkeras