Tensorflow2 Warning incompatible shape()

朴灿烈づ我的快乐病毒、 2022-12-27 07:41 8阅读 0赞

最近在做实验，设计了一个中间层，有两个输入，一个是前面编码器的输出encoder\_output，形状为（None，z\_dim）的tensor，另外一个是gumbel\_softmax的温度temp，形状为(None,1)的tensor。

def make_gumbel_layer(n_class):
        encoder_output = tf.keras.Input(shape=(z_dim,))
        temp = tf.keras.Input(shape=(1,))
        x = tf.keras.layers.Dense(n_class)(encoder_output)
        gumbel_label = gumbel_softmax(x, temp)
        model = tf.keras.Model(inputs=[encoder_output, temp], outputs=gumbel_label)
        return model

调用的代码为

with tf.GradientTape() as ae_tape:
            encoder_output = encoder(batch_x, training=True)
            gumbel_label = gumbel_layer([encoder_output, temp])
            decoder_output = decoder([encoder_output, gumbel_label], training=True)

结果报warning。

![20201208210504916.png][]

尝试在调用的代码中输出了temp的数据类型

with tf.GradientTape() as ae_tape:
            encoder_output = encoder(batch_x, training=True)
            print(type(temp))
            gumbel_label = gumbel_layer([encoder_output, temp])
            decoder_output = decoder([encoder_output, gumbel_label], training=True)

输出结果表明temp是一个float object，不是tensor。可以想到，temp被自动转换为形如()的tensor，即tensor的标量。而模型定义输入是(None, 1)。所以报warning。

所以只需要把temp 转换为 形如(1,1)的tensor即可。将调用的代码改为

with tf.GradientTape() as ae_tape:
            encoder_output = encoder(batch_x, training=True)
            gumbel_label = gumbel_layer([encoder_output, tf.reshape(temp,[1,1])])
            decoder_output = decoder([encoder_output, gumbel_label], training=True)

[20201208210504916.png]: /images/20221120/3566a8b3faea450081acae7a1c62b881.png