张量对象在使用tensorflow.keras.backend.shape时没有属性is_initialized

Question

我有一个keras模型，当我从keras导入子模块（层、后端函数）时，它工作得很好。但是，如果我从tensorflow中导入这些，相同的精确模型会中断。克拉斯。

下面是一个说明问题的例子：

if True:
  from keras import backend as K
  from keras.models import Model
  from keras.layers import Input, Lambda
  from keras.preprocessing.image import ImageDataGenerator
else:
  from tensorflow.keras import backend as K
  from tensorflow.keras.models import Model
  from tensorflow.keras.layers import Input, Lambda
  from tensorflow.keras.preprocessing.image import ImageDataGenerator 

def ex_add(inputs):
  """Made-up example that illustrates the problem"""
  ones = K.ones(K.shape(inputs))
  return inputs + ones

img_input = Input(shape=(512, 512, 3))

ex = Lambda(pconv_add)(img_input)    

model = Model(inputs=[img_input], outputs=ex)
model.compile(optimizer='Adam', loss='mse')

test_generator = ... # data_generator.flow_from_directory() using ImageDataGenerator
img = next(test_generator)[0]
pconv_predict = model.predict(img)

从keras导入时，一切正常。从tensorflow导入。keras导致了这一点（当我调用model.predict或model.fit_生成器时）：

错误：tensorflow:===================================================对象从未使用过（类型）：如果要将其标记为已使用，请调用其“mark_used（）”方法。它最初是在这里创建的：文件“/usr/lib/python3.6/runpy.py”，第193行，在“运行”模块中，作为“主”模块，mod_spec）

...

（为简洁起见，删除了长消息）

...

--------------------------------------------------------------------------- （）14#model.summary（）15 img=下一个（train_generator）[0][0]---

/usr/local/lib/python3。6/dist包/tensorflow/python/keras/engine/training。py in predict（self、x、批处理大小、详细程度、步骤、最大队列大小、工人、使用多处理）1876 else:1877返回训练数组。预测循环（-

...

（为简洁起见，删除了长消息）

...

/usr/local/lib/python3。6/dist包/tensorflow/python/ops/variables。py in为变量初始化（变量）2897，否则为假。2898 """ -

/usr/local/lib/python3。6/dist包/tensorflow/python/ops/state_ops。py in是初始化的变量（ref，name）129返回gen_state_ops。is_variable_initialized（ref=ref，name=name）130#处理资源变量--

AttributeError:“Tensor”对象没有属性“已初始化”

问题根源在于Lambda层，尤其是K.shape（输入）。我试着用（45151512，3）替换它，不管我如何导入keras，它都工作得很好。你以前见过这个问题吗？我怎样才能解决它？

注意，我在Colaboratory上运行此代码。keras和tensorflow。keras版本是2.2。4和2.1。6-tf。

Answer 1

这是一个悬而未决的问题：https://github.com/tensorflow/tensorflow/issues/24938 并且仅处于图形模式。在急切模式下，这可能会起作用。然而，tf的使用。零在图形模式和渴望模式下都能正常工作。