【深度学习】Tensorflow报错：tf.placeholder() is not compatible with eager execution.

最新推荐文章于 2023-09-16 11:39:16 发布

转载最新推荐文章于 2023-09-16 11:39:16 发布 · 567 阅读

2 ·

CC 4.0 BY-SA版权

原文链接：https://blog.youkuaiyun.com/weixin_43763859/article/details/104537392

文章标签：

#tensorflow #python #深度学习 #人工智能

深度学习专栏收录该内容

7 篇文章

订阅专栏

在TensorFlow2.0及以上版本中，使用tf.placeholder()会遇到不兼容急切执行的错误。解决方案是在代码中加入tf.compat.v1.disable_eager_execution()来禁用急切执行，然后在Session中运行计算。示例代码展示了如何在导入TensorFlow后关闭急切执行并创建占位符，最后在Session中运行矩阵乘法操作。

部署运行你感兴趣的模型镜像

转载博客：https://blog.youkuaiyun.com/weixin_43763859/article/details/104537392

最近安装了TensoFlow2.0及以上的版本都发现啊出现这个问题：

RuntimeError: tf.placeholder() is not compatible with eager execution.

这是因为在运行**tf.compat.v1.placeholder(dtype, shape = None, name = None)**的时候急切执行了这条语句，但是我们一般都是在一个Session前先去定义placeholder，但是不会去执行，然后再在Sesion上下文管理器中去传入我们的数据，然后执行。
这里给出一个方法(对我有效)

在代码中添加这样一句：

tf.compat.v1.disable_eager_execution()

例子
Error

import tensorflow as tf
import numpy as np
# tf.compat.v1.disable_eager_execution()
x = tf.compat.v1.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.compat.v1.Session() as sess:
    print(sess.run(y))

    # rand_array = np.random.rand(1024, 1024)
    # print(sess.run(y, feed_dict={x: rand_array}))

RuntimeError: tf.placeholder() is not compatible with eager execution.

Correct

import tensorflow as tf
import numpy as np
tf.compat.v1.disable_eager_execution()
x = tf.compat.v1.placeholder(tf.float32, shape=(1024, 1024))
y = tf.matmul(x, x)

with tf.compat.v1.Session() as sess:
    # print(sess.run(y))

    rand_array = np.random.rand(1024, 1024)
    print(sess.run(y, feed_dict={x: rand_array}))

[[252.48357 255.5346 248.42102 … 260.47867 257.15802 254.84673]
[247.44424 248.02411 250.1583 … 253.2936 251.4498 242.8446 ]
[259.25705 259.74298 259.33575 … 261.40015 257.27484 261.23822]
…
[245.12628 258.36353 246.82956 … 247.89975 253.03627 252.05295]
[247.1987 261.00418 254.8853 … 260.04547 260.02435 250.82901]
[256.0824 256.6464 255.48541 … 263.32083 259.73798 255.77368]]