如何解决类型错误:传递给“ConcatV2”操作的“值”的列表中的张量具有类型 [float32, float16],使用 tensorflow 混合精度并不全部匹配
我正在使用 tensorflow-recommenders 库来创建推荐器,但是当我尝试使用混合精度时,验证时会出现错误:
TypeError: Tensors in list passed to 'values' of 'ConcatV2' Op have types [float32,float16] that don't all match.
该图像描述了用户模型的定义方式。物品模型类似。二塔模型是这样的:
class two_tower_model(tfrs.Model):
def __init__(self,user_model,item_model,items_dataset):
super().__init__()
self.user_model = user_model
self.item_model = item_model
self.items_dataset = items_dataset
self.task = tfrs.tasks.Retrieval(
metrics=tfrs.metrics.FactorizedTopK(
candidates=self.items_dataset.batch(2048).map(item_model)))
def compute_loss(self,features,training=False):
user_embeddings = self.user_model({feature: features[feature] for feature in ["USER_EMbedDING","event_data"]})
item_embeddings = self.item_model({feature: features[feature]
for feature
in ["ITE_ITEM_ID","ITE_DOM_DOMAIN_ID","CAT_CATEG_ID","ITE_ITEM_TITLE"]})
return self.task(user_embeddings,item_embeddings,compute_metrics=not training)
不知道是模型构建的问题还是混合精度策略的问题。我使用的是 TFv2.3.1 和 TFRSv0.3.2。
提前致谢。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。