拟合 Keras 模型会产生错误“常量折叠失败：无效参数：不支持的类型：21”答案

【问题标题】：Fitting a Keras model yields error "constant folding failed: Invalid argument: Unsupported type: 21"拟合 Keras 模型会产生错误“常量折叠失败：无效参数：不支持的类型：21”
【发布时间】：2019-09-18 00:02:35
【问题描述】：

我正在遵循https://www.tensorflow.org/alpha/tutorials/load_data/text 的示例加载我自己的数据集并对那里的句子运行二进制分类（TensorFlow 2.0）。我对示例所做的唯一更改是正在使用的数据集（我从 https://github.com/UKPLab/emnlp2017-claim-identification/tree/master/src/main/python 获取），并且由于标签只能是 0 或 1，我将损失函数更改为 binary_crossentropy 并将优化器更改为 @987654324 @。在拟合与教程中提出的模型相同的 Keras 模型时，我经常收到以下错误：

2019-04-29 13:51:15.609297: E tensorflow/core/grappler/optimizers/meta_optimizer.cc:495] constant folding failed: Invalid argument: Unsupported type: 21
2019-04-29 13:51:15.882000: E tensorflow/core/grappler/optimizers/meta_optimizer.cc:495] constant folding failed: Invalid argument: Unsupported type: 21

从以下方面可以看出，这些打印件之间的拟合过程仍在推进：

662/4508 [===>..........................] - ETA: 9:35 - loss: 11.0703 - accuracy: 0.2780

但是，它似乎实际上是在最大化损失，而不是最小化损失，每次迭代后精度都会下降。（事实上，如果准确度指标是正确的，如果我只取not [prediction]，那将是一个非常好的分类器）。这里有没有人可以向我解释这个错误的含义是什么，以及它是否与模型的奇怪行为有关（以及希望如何解决它）？我一直在尝试寻找类似的错误，但找不到任何错误。谢谢！

【问题讨论】：

标签： python python-3.x tensorflow keras tensorflow2.0

【解决方案1】：

链接中提到的教程https://www.tensorflow.org/beta/tutorials/load_data/text 和您的数据集之间有一个关键区别。

在教程中，标签为0、1、2，即cowper.txt中的所有句子都标注为0，derby.txt中的所有句子都标注为1，@中的所有句子987654328@ 被标记为2。但是在您的数据集中，标签位于文本文件的每个句子的末尾。

我已经执行了部分数据集的代码，如下所示：

FILE_NAMES = ['001.dev', '001.test', '001.train', '002.dev', '002.test', '002.train']

parent_dir = "Issue_55902068/OC"

parent_dir

为了处理上面提到的差异，函数labeler应该修改如下：

def labeler(example, index):
  Label = tf.strings.split(example, sep="")[-1] #It will give 0 or 1 in Str format
  Label = tf.strings.to_number(Label)
  return example, tf.cast(Label, tf.int64)

之后，我将损失函数更改为binary_crossentropy，将优化器更改为RMSprop，如下所示：

model.compile(optimizer='RMSprop', loss='binary_crossentropy', metrics=['accuracy'])

它按预期工作。输出截图如下。

【讨论】：