TF1 训练中使用的 Numpy 数组——Keras 在 TF2 中的准确率要低得多答案

【问题标题】：Numpy arrays used in training in TF1--Keras have much lower accuracy in TF2TF1 训练中使用的 Numpy 数组——Keras 在 TF2 中的准确率要低得多
【发布时间】：2020-02-03 08:24:28
【问题描述】：

我在 keras 中有一个表现良好的神经网络。现在随着 Tensorflow 2 的弃用，我不得不重写模型。现在它给了我更差的准确性指标。

我怀疑 tf2 希望你使用他们的数据结构来训练模型，他们举了一个例子来说明如何从 Numpy 转到 tf.data.Dataset here。

所以我做到了：

train_dataset = tf.data.Dataset.from_tensor_slices((X_train_deleted_nans, y_train_no_nans))
train_dataset = train_dataset.shuffle(SHUFFLE_CONST).batch(BATCH_SIZE)

一旦训练开始，我就会收到以下警告错误：

2019-10-04 23:47:56.691434: W tensorflow/core/common_runtime/base_collective_executor.cc:216] BaseCollectiveExecutor::StartAbort Out of range: End of sequence
     [[{{node IteratorGetNext}}]]

【问题讨论】：

我也遇到了这个错误。我在 Github (github.com/tensorflow/tensorflow/issues/32817) 上读到，这是一个已修复的错误，但又回来了。
谢谢我刚刚在那儿发帖

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

【解决方案1】：

将.repeat() 添加到我的tf.data.Dataset 的创建中解决了我的错误。就像 duysqubix 在此处发布的雄辩解决方案中所建议的那样：

https://github.com/tensorflow/tensorflow/issues/32817#issuecomment-539200561

【讨论】：