如何解决TensorFlow中针对tf.GradientTape的急切执行错误
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,2)
# Generate visualization
visualize = visualize_saliency(saved_model,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()
我尝试过在线查看其他类似的错误,但是我不明白如何在我的代码中实现这些解决方案。我应该如何在显着性可视化功能上使用tf.GradientTape。对于显着性可视化,我还没有遇到同样的错误。
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。