ValueError：找不到匹配的函数来调用从 SavedModel 加载答案

【问题标题】：ValueError: Could not find matching function to call loaded from the SavedModelValueError：找不到匹配的函数来调用从 SavedModel 加载
【发布时间】：2019-12-25 04:12:58
【问题描述】：

我正在尝试加载我保存的 tf-agents 策略

try:
    PolicySaver(collect_policy).save(model_dir + 'collect_policy')
except TypeError:
    tf.saved_model.save(collect_policy, model_dir + 'collect_policy')

try/except 块的快速解释：最初创建策略时，我可以通过PolicySaver 保存它，但是当我再次加载它以进行另一次训练运行时，它是SavedModel，因此无法保存PolicySaver.

这似乎工作正常，但现在我想使用这个策略进行自我游戏，所以我在我的 AIPlayer 类中加载了 self.policy = tf.saved_model.load(policy_path) 的策略。但是，当我尝试将其用于预测时，它不起作用。这是（测试）代码：

def decide(self, table):
    state = table.getState()
    timestep = ts.restart(np.array([table.getState()], dtype=np.float))
    prediction = self.policy.action(timestep)
    print(prediction)

传递给函数的table 包含游戏的状态，ts.restart() 函数是从我的自定义 pyEnvironment 复制的，因此时间步的构造方式与在环境中的方式完全相同。但是，我收到prediction=self.policy.action(timestep) 行的以下错误消息：

ValueError: Could not find matching function to call loaded from the SavedModel. Got:
  Positional arguments (2 total):
    * TimeStep(step_type=<tf.Tensor 'time_step:0' shape=() dtype=int32>, reward=<tf.Tensor 'time_step_1:0' shape=() dtype=float32>, discount=<tf.Tensor 'time_step_2:0' shape=() dtype=float32>, observation=<tf.Tensor 'time_step_3:0' shape=(1, 79) dtype=float64>)
    * ()
  Keyword arguments: {}

Expected these arguments to match one of the following 2 option(s):

Option 1:
  Positional arguments (2 total):
    * TimeStep(step_type=TensorSpec(shape=(None,), dtype=tf.int32, name='time_step/step_type'), reward=TensorSpec(shape=(None,), dtype=tf.float32, name='time_step/reward'), discount=TensorSpec(shape=(None,), dtype=tf.float32, name='time_step/discount'), observation=TensorSpec(shape=(None,
79), dtype=tf.float64, name='time_step/observation'))
    * ()
  Keyword arguments: {}

Option 2:
  Positional arguments (2 total):
    * TimeStep(step_type=TensorSpec(shape=(None,), dtype=tf.int32, name='step_type'), reward=TensorSpec(shape=(None,), dtype=tf.float32, name='reward'), discount=TensorSpec(shape=(None,), dtype=tf.float32, name='discount'), observation=TensorSpec(shape=(None, 79), dtype=tf.float64, name='observation'))
    * ()
  Keyword arguments: {}

我做错了什么？真的只是张量名称还是形状问题，我该如何改变？

任何关于如何进一步调试的想法都值得赞赏。

【问题讨论】：

标签： python tensorflow tensorflow-agents

【解决方案1】：

我通过手动构建 TimeStep 来让它工作：

    step_type = tf.convert_to_tensor(
        [0], dtype=tf.int32, name='step_type')
    reward = tf.convert_to_tensor(
        [0], dtype=tf.float32, name='reward')
    discount = tf.convert_to_tensor(
        [1], dtype=tf.float32, name='discount')
    observations = tf.convert_to_tensor(
        [state], dtype=tf.float64, name='observations')
    timestep = ts.TimeStep(step_type, reward, discount, observations)
    prediction = self.policy.action(timestep)

【讨论】：