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

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.

值得一提的是，模型训练成功，尝试验证时出现问题。

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。