TensorFlow 2.5.0 与 NumPy 1.21+ 不兼容？ (2021-10-05)答案

【问题标题】：TensorFlow 2.5.0 incompatibility with NumPy 1.21+? (2021-10-05)TensorFlow 2.5.0 与 NumPy 1.21+ 不兼容？ (2021-10-05)
【发布时间】：2021-10-05 18:58:18
【问题描述】：

致所有偶然发现此问题的人：

我最近在做图像分类（将 CNN 拟合到一些标记数据上），我想使用 keras 的模块进行数据增强。但是，我得到了一个 NotImplementedError。更具体地说，它逐字逐句地说：

NotImplementedError：无法将符号张量 (sequential_3/sequential/random_rotation/rotation_matrix/strided_slice:0) 转换为 numpy 数组。此错误可能表明您正在尝试将张量传递给 NumPy 调用，这是不受支持的

这是我为增强层编写的代码：

angle = 15
data_augmentation = keras.Sequential([
    layers.experimental.preprocessing.RandomFlip('horizontal'),
    layers.experimental.preprocessing.RandomRotation(angle/360)
])

所以我想要将所有图像水平翻转并随机旋转 15 度。我直接将它插入我的 CNN：

layers_2 = [
    #image augmentation layer
    data_augmentation,
    
    #convolution layer
    keras.layers.Conv2D(16, 3, padding = 'same', activation = 'relu'),
    keras.layers.MaxPooling2D(),
    keras.layers.Conv2D(32, 3, padding = 'same', activation = 'relu'),
    keras.layers.MaxPooling2D(),
    keras.layers.Conv2D(64, 3, padding = 'same', activation = 'relu'),
    keras.layers.MaxPooling2D(),
    keras.layers.Flatten(),
    
    #dropout for regularization
    keras.layers.Dropout(0.2),
    
    #MLP layer
    keras.layers.Dense(128, activation = 'relu'),
    keras.layers.Dense(64, activation = 'relu'),
    keras.layers.Dense(3, activation = 'softmax')
]

model_2 = keras.Sequential(layers_2)

model_2.compile(optimizer = tf.optimizers.Adam(),
              loss = tf.keras.losses.SparseCategoricalCrossentropy(),
              metrics = [tf.metrics.SparseCategoricalAccuracy()]
)

epochs_2 = 15

#fitting

history_2 = model_2.fit(
    normalized_train_ds,
    validation_data = normalized_val_ds,
    epochs = epochs_2
)

其中 normalized_train_ds 和 normalized_val_ds 都是标准化的 tensorflow.data.Dataset 对象。

必要的上下文：我在我的本地机器上运行它，在 Python 3.9.7 配置的环境中。我的 NumPy 版本是 1.21.2，我的 TensorFlow 版本是 2.5.0。早在 2021 年 2 月，我就遇到过类似的问题，但他们注意到运行 Python 3.9.1 和 TensorFlow 2.4.1 以及 NumPy 1.20+ 的人也存在同样的问题（该问题的链接：https://github.com/tensorflow/tensorflow/issues/47360）。

实际问题：是我写了一些糟糕的代码，还是我的 Python、TensorFlow、NumPy 版本不兼容？我尝试安装以前版本的 numpy（1.20+），但它给我带来了同样的问题。如果我在 google Colab 笔记本上运行它，这将不再是问题。

【问题讨论】：

面临同样的问题。 TensorFlow 2.6.0 似乎兼容 1.19.5 或更低版本
我检查过了，这在TF2.7 和tf-nightly 中得到了解决。

标签： python-3.x numpy tensorflow2.0

【解决方案1】：

根据github上的this issue，tensorflow 2.5和numpy 1.20+不兼容。 https://github.com/tensorflow/tensorflow/issues/47691

【讨论】：

正如目前所写，您的答案尚不清楚。请edit 添加其他详细信息，以帮助其他人了解这如何解决所提出的问题。你可以找到更多关于如何写好答案的信息in the help center。

【解决方案2】：

同意这是TF2.5 或之前的问题。但是，最近解决了这个问题。

使用 TF2.7 和 tf-nightly，我成功地训练了一些存在这个 numpy 不兼容问题的模型。您还可以检查here master 分支现在需要'numpy >= 1.20'。

另外，请检查已解决的 this GitHub 问题。谢谢！

【讨论】：