使用带有 Tensorflow 后端的 Keras 的 TFE_Py_RecordGradient 错误答案

【问题标题】：TFE_Py_RecordGradient error using Keras with Tensorflow back end使用带有 Tensorflow 后端的 Keras 的 TFE_Py_RecordGradient 错误
【发布时间】：2018-08-19 03:50:24
【问题描述】：

我正在尝试在 Nvidia GPU 上使用 Keras 和 Tensorflow 训练卷积神经网络。我尝试过使用代码和数据来实现非常简单的无锁模型模型。我尝试定义的每个网络都会给我同样的错误：

文件“”，第 2 行，在 model.add(Dense(12, input_dim=5, kernel_initializer='normal', activation='relu'))>

文件“build/bdist.linux-x86_64/egg/keras/models.py”，第 463 行，添加 name=layer.name + '_input')

文件“build/bdist.linux-x86_64/egg/keras/engine/topology.py”，第 1457 行，输入 input_tensor=张量）

文件“build/bdist.linux-x86_64/egg/keras/legacy/interfaces.py”，第 91 行，在包装器中返回函数(*args, **kwargs)

文件“build/bdist.linux-x86_64/egg/keras/engine/topology.py”，第 1366 行，在 init 中 name=self.name)

文件“build/bdist.linux-x86_64/egg/keras/backend/tensorflow_backend.py”，第 507 行，占位符 x = tf.placeholder(dtype, shape=shape, name=name)

文件“/home/smalldave/.local/lib/python2.7/site-packages/tensorflow/python/ops/array_ops.py”，第 1734 行，占位符 return gen_array_ops.placeholder(dtype=dtype, shape=shape, name=name)

文件“/home/smalldave/.local/lib/python2.7/site-packages/tensorflow/python/ops/gen_array_ops.py”，第 4929 行，在占位符中 “占位符”、_inputs_flat、_attrs、_result、名称）

文件“/home/smalldave/.local/lib/python2.7/site-packages/tensorflow/python/eager/backprop.py”，第 162 行，在 _record_gradient return pywrap_tensorflow.TFE_Py_RecordGradient(op_name, inputs, attrs,

AttributeError: 'NoneType' 对象没有属性 'TFE_Py_RecordGradient'

有人知道这个错误的来源吗？

这是我尝试定义的网络示例：

model = Sequential()
model.add(Dense(12, input_dim=5, kernel_initializer='normal', activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='linear'))
model.summary()

非常感谢。

【问题讨论】：

标签： python tensorflow keras gpu

【解决方案1】：

从堆栈跟踪中，我推测您使用的是 keras，而不是 tf.keras，它与 TensorFlow 安装一起打包。

tf.keras 实现了 keras.io 中定义的 API 规范，但添加了额外的 TensorFlow 特定功能，例如支持急切执行。

所以，我怀疑您需要做的只是改变以下内容：

from keras.models import Sequential
from keras.layers import Dense

到：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

希望对您有所帮助。

【讨论】：