eager模式造成的bug

2022-06-27 04:33:15 字數 492 閱讀 4928

在 tensorflow1.x 版本中,可以通過命令 tf.enable_eager_execution() 開啟eager模式,但是在該模式下,使用 tf.keras.layers.input 會遇到問題

import tensorflow as tf

tf.enable_eager_execution()

x = tf.keras.layers.input(shape=[2,10])

x_cut = x[:,0,:]

print(x_cut.shape)

得到的結果是

由於程式不知道 x_cut 的維度,因此在呼叫 x_cut 的時候會出現報錯。

而在非eager模式下可以得到正確結果

(?,10)
所以說,在 tensorflow1.x 中不要隨便開啟 eager 模式

Target為NaN造成的bug

gbc.fit x train,target error in fit transform input contains nan,infinity or a value too large for dtype float64 在這裡報錯了,當時我是怎麼想的?我是第一時間就想到了x train的問題,...

95 的bug是由程式設計師造成的

作者在twitter上發的一條短訊 在怨天尤人之前,我們應該先自我反省 努力把自身的問題解決了。12 22 pm 2012 5 30 你應該知道那種感覺。我們所有人都曾碰到過這樣的事情 你已經盯著 看了無數遍,但還是沒有發現任何問題。然而,有個故障或者錯誤始終揮之不去。於是你開始懷疑,一定是你開發程...

95 的bug是由程式設計師造成的

作者在twitter上發的一條短訊 在怨天尤人之前,我們應該先自我反省 努力把自身的問題解決了。12 22 pm 2012 5 30 你應該知道那種感覺。我們所有人都曾碰到過這樣的事情 你已經盯著 看了無數遍,但還是沒有發現任何問題。然而,有個故障或者錯誤始終揮之不去。於是你開始懷疑,一定是你開發程...