Tensorflow: TF 2.0 'टेन्सर' ऑब्जेक्ट में .numpy() का उपयोग करते समय कोई विशेषता 'numpy' नहीं है, हालांकि उत्सुक निष्पादन डिफ़ॉल्ट रूप से सक्षम है

@ Mainak431 क्या आपने अपनी समस्या का समाधान किया?

हां।

आपका समाधान क्या था?

.Numpy केवल उत्सुक मोड में समर्थित है। यदि आप ग्राफ़ मोड में हैं, तो यह समर्थित नहीं होगा। जाँच करने के लिए, यदि आप उत्सुक मोड में हैं। करो, tf.eagerly ()। यह सही या गलत लौटाता है। ग्राफ़ मोड में, आपको numpy array में टेंसर का मान प्राप्त करने के लिए सत्र में eval का उपयोग करना होगा।

@ मेनक431
मॉड्यूल 'टेन्सरफ़्लो' में कोई विशेषता नहीं है 'उत्सुकता से'
मॉड्यूल 'tensorflow.compat.v1' में कोई विशेषता नहीं है 'उत्सुकता से'

मैं पैकेज का उपयोग कर रहा हूँ tensorflow-gpu==2.0.0-alpha0
.numpy() मेरे एक टेंसर पर 'टेन्सर' ऑब्जेक्ट की कोई विशेषता नहीं है 'numpy'

tf.eagerly () मॉड्यूल देता है 'टेन्सरफ़्लो' में कोई विशेषता नहीं है 'उत्सुकता से'

tf.executing_eagerly () के बजाय tf.eagerly () ने मेरे लिए यह जांचने के लिए काम किया कि क्या मैं उत्सुक मोड में हूं

क्या किसी ने इसका समाधान खोजा है?

यहाँ एक ही समस्या है ... मैं उत्सुक मोड में एक केरस मॉडल का आह्वान करता हूं और मुझे एक टेंसर मिलता है, एक ईगरटेन्सर नहीं, जो ओपनएआई जिम के साथ मुद्दों का कारण बनता है

इस tf.enable_eager_execution() को चलाएँ और फिर जब आप tf.executing_eagerly() को आज़माएँ तो इसे ट्रू देना चाहिए। इसके बाद आप मूल्यों को देखने के लिए कुछ.numpy() का उपयोग कर सकते हैं।

@ आकाश नागराज मैंने अभी एक मुद्दा दायर किया है जहां कोड उत्सुकता से निष्पादित हो रहा है (और चाहिए, क्योंकि यह टीएफ 2.0 है), लेकिन मुझे "लापता numpy" की समस्या है। क्या आप एक नज़र डालने की परवाह करेंगे? https://github.com/tensorflow/tensorflow/issues/32842

धन्यवाद!

मेरी भी यही समस्या थी। पता चला कि मैं एक @tf.function के अंदर .numpy() का उपयोग करने का प्रयास कर रहा था। जहां तक ​​​​मैं समझता हूं कि tf.function को प्रदर्शन उद्देश्यों के लिए उत्सुकता से निष्पादित नहीं किया जाता है। अगर मैं @tf.function डेकोरेटर .numpy() काम को हटा दूं।

मेरी भी यही समस्या थी। पता चला कि मैं एक @tf.function के अंदर .numpy() का उपयोग करने का प्रयास कर रहा था। जहां तक ​​​​मैं समझता हूं कि tf.function को प्रदर्शन उद्देश्यों के लिए उत्सुकता से निष्पादित नहीं किया जाता है। अगर मैं @tf.function डेकोरेटर .numpy() काम को हटा दूं।

यह मेरे लिए काम करता है, @ tf.function ने पूरे फ़ंक्शन को ग्राफ़ मोड में बदल दिया

इस सूत्र में एक भी समाधान का उल्लेख क्यों नहीं किया गया है =.=

मेरे फ़ंक्शन में डेकोरेटर नहीं है लेकिन .numpy() अभी भी विफल रहता है जैसा कि पिछले पोस्टर द्वारा वर्णित है। क्या किसी को इसका समाधान मिला है?

मैंने पाया है कि मेरी स्क्रिप्ट के शीर्ष पर tf.compat.v1.enable_eager_execution() डालने के बाद मेरी समस्या साफ़ हो गई है (पिछले पोस्टर के समान ही, लेकिन यह टीएफ 2.0 के लिए काम करता है) ...

मुझे एक ही समस्या है और उपरोक्त समाधानों में से कोई भी मेरे लिए काम नहीं करता है।

मैं TF 2.0 का उपयोग कर रहा हूं, मेरे फ़ंक्शन में डेकोरेटर नहीं है, tf.eagerly () सही है और मुझे अभी भी वही विशेषता मिलती है: 'टेन्सर' ऑब्जेक्ट में कोई विशेषता नहीं है 'numpy'।

समान समस्या।

मैंने सुनिश्चित किया कि मैं उत्सुकता से निष्पादित कर रहा था और मेरे कस्टम लॉस फ़ंक्शन पर डेकोरेटर नहीं है। मैंने माइकल के समाधान दो टिप्पणियों की भी कोशिश की जो काम नहीं किया।

मुझे त्रुटि मिलती है: विशेषता त्रुटि: 'टेन्सर' ऑब्जेक्ट में कोई विशेषता नहीं है 'numpy'

मैंने देखा कि यह त्रुटि केवल तब दिखाई देती है जब मैं एक मॉडल फिट के दौरान टेंसर को सुन्न में बदलने की कोशिश करता हूं। मेरा सबसे अच्छा अनुमान यह है कि यह आकार का मुद्दा लगता है।

उदाहरण के लिए, निम्न टेंसर

tf.टेन्सर([[1 3] [0 4]], आकार=(2, 2), dtype=int64)

.numpy() का उपयोग करके परिवर्तनीय है। हालांकि, जब किसी वर्गीकरण समस्या के लिए कस्टम मीट्रिक लागू करने का प्रयास किया जाता है, तो y_true.numpy() और y_pred.numpy() दोनों बढ़ जाते हैं।

विशेषता त्रुटि: 'टेन्सर' ऑब्जेक्ट में कोई विशेषता नहीं है 'सुन्न'।

यहाँ दोनों y का एक उदाहरण दिया गया है:

y_true:
प्रिंट (y_true): टेंसर ("घना_ लक्ष्य: 0 ", आकार = (कोई नहीं, कोई नहीं, कोई नहीं), डीटाइप = फ्लोट 32)
प्रिंट (प्रकार (y_true)):

y_pred:
प्रिंट (y_pred): टेंसर ("घना / पहचान: 0 ", आकार = (कोई नहीं, कोई नहीं, 6), dtype = फ्लोट 32)
प्रिंट (प्रकार (पूर्व)):

@renatomello मुझे आपके जैसी ही समस्या हो रही है। मैंने एक नया अंक खोला है: #35393।

कस्टम मीट्रिक को लागू करने का प्रयास करते समय @renatomello समस्या अभी भी बनी हुई है। क्या आपको कोई उपाय मिला?

कस्टम मीट्रिक को लागू करने का प्रयास करते समय @renatomello समस्या अभी भी बनी हुई है। क्या आपको कोई उपाय मिला?

नहीं मैने नहीं। मैं यह देखने की कोशिश कर रहा हूं कि कोई टीएफ/केरस बैकएंड फ़ंक्शन है जो कुछ ऐसा ही करता है जिसके साथ मैं काम कर सकता हूं। अन्यथा, मुझे केवल स्वयं एक बनाना होगा।

डेटा प्रीप्रोसेसिंग के भीतर रेगेक्स फ़ंक्शंस का उपयोग करते समय मुझे इस क्षेत्र का सामना करना पड़ा। अजगर तर्क का उपयोग करने के लिए tf.py_function के उपयोग की आवश्यकता होती है जैसा कि डॉक्स में उल्लेख किया गया है और यह स्टैक ओवरफ्लो थ्रेड (नोट tf.py_func() अब tf.py_function() )

एक बार जब मैंने अपना कोड बदल दिया
data = fnames.map(process_path)
प्रति
data = fnames.map(lambda x: tf.py_function(process_path, [x], [tf.string]))
कोड सही ढंग से निष्पादित।

TF2.1 में TextVectorization परत को एक बहुत ही कस्टम split साथ आज़माते समय मैं इस मुद्दे में भाग गया। मेरे लिए यह तय किया गया था कि dynamic=True में TextVectorization निर्माण में पास होना था।

मैंने देखा कि यह त्रुटि केवल तब दिखाई देती है जब मैं एक मॉडल फिट के दौरान टेंसर को सुन्न में बदलने की कोशिश करता हूं। मेरा सबसे अच्छा अनुमान यह है कि यह आकार का मुद्दा लगता है।

उदाहरण के लिए, निम्न टेंसर

tf.टेन्सर([[1 3] [0 4]], आकार=(2, 2), dtype=int64)

.numpy() का उपयोग करके परिवर्तनीय है। हालांकि, जब किसी वर्गीकरण समस्या के लिए कस्टम मीट्रिक लागू करने का प्रयास किया जाता है, तो y_true.numpy() और y_pred.numpy() दोनों बढ़ जाते हैं।

विशेषता त्रुटि: 'टेन्सर' ऑब्जेक्ट में कोई विशेषता नहीं है 'सुन्न'।

यहाँ दोनों y का एक उदाहरण दिया गया है:

y_true:
प्रिंट (y_true): टेंसर ("घना_ लक्ष्य: 0 ", आकार = (कोई नहीं, कोई नहीं, कोई नहीं), डीटाइप = फ्लोट 32)
प्रिंट (प्रकार (y_true)):

y_pred:
प्रिंट (y_pred): टेंसर ("घना / पहचान: 0 ", आकार = (कोई नहीं, कोई नहीं, 6), dtype = फ्लोट 32)
प्रिंट (प्रकार (पूर्व)):

कारण नहीं पता, लेकिन मैंने इस तरह की समस्या को जोड़कर हल किया
experimental_run_tf_function=False
मेरे मॉडल के संकलन समारोह में।

मैंने देखा कि यह त्रुटि केवल तब दिखाई देती है जब मैं एक मॉडल फिट के दौरान टेंसर को सुन्न में बदलने की कोशिश करता हूं। मेरा सबसे अच्छा अनुमान यह है कि यह आकार का मुद्दा लगता है।
उदाहरण के लिए, निम्न टेंसर

tf.टेन्सर([[1 3] [0 4]], आकार=(2, 2), dtype=int64)
.numpy() का उपयोग करके परिवर्तनीय है। हालांकि, जब किसी वर्गीकरण समस्या के लिए कस्टम मीट्रिक लागू करने का प्रयास किया जाता है, तो y_true.numpy() और y_pred.numpy() दोनों बढ़ जाते हैं।
विशेषता त्रुटि: 'टेन्सर' ऑब्जेक्ट में कोई विशेषता नहीं है 'सुन्न'।
यहाँ दोनों y का एक उदाहरण दिया गया है:
y_true:
प्रिंट (y_true): टेंसर ("घना_ लक्ष्य: 0 ", आकार = (कोई नहीं, कोई नहीं, कोई नहीं), डीटाइप = फ्लोट 32)
प्रिंट (प्रकार (y_true)):
y_pred:
प्रिंट (y_pred): टेंसर ("घना / पहचान: 0 ", आकार = (कोई नहीं, कोई नहीं, 6), dtype = फ्लोट 32)
प्रिंट (प्रकार (पूर्व)):

कारण नहीं पता, लेकिन मैंने इस तरह की समस्या को जोड़कर हल किया
experimental_run_tf_function=False
मेरे मॉडल के संकलन समारोह में।

ऐसा लगता है कि मेरे मामले में कोई फर्क नहीं पड़ता

TF2.1 में TextVectorization परत को एक बहुत ही कस्टम split साथ आज़माते समय मैं इस मुद्दे में भाग गया। मेरे लिए यह तय किया गया था कि dynamic=True में TextVectorization निर्माण में पास होना था।

आपने बिल्कुल ऐसा कैसे किया?

सबसे पहले, आपको सत्र को निम्नानुसार पंजीकृत करना चाहिए:
सत्र = tf। सत्र ()
फिर..उपयोग करें:
अपेक्षित_मान = expt.eval (सत्र = सत्र)
परिणाम होना चाहिए:
प्रिंट (अपेक्षित_मान)
आउट [41]:
सरणी ([[[ 0, 0, 0],
[4, 71, 141],
[0, 0, 0]]])
धन्यवाद

TF2.1 में TextVectorization परत को एक बहुत ही कस्टम split साथ आज़माते समय मैं इस मुद्दे में भाग गया। मेरे लिए यह तय किया गया था कि dynamic=True में TextVectorization निर्माण में पास होना था।

आपने बिल्कुल ऐसा कैसे किया?

इस प्रकार सं। मैं अभी भी सामान्य रूप से ML/TF सीख रहा हूँ, इसलिए हो सकता है कि ऐसा करना गलत हो। यह सब काला जादू है जब तक कि यह 'बस काम नहीं करता'।

vectorize_layer = tf.keras.layers.experimental.preprocessing.TextVectorization(
    standardize=tf_custom_standardize,
    split=tf_custom_split,
    max_tokens=len(vocab)+1,
    output_mode='int',
    dynamic=True
)

यह समस्या अभी भी मेरे लिए बनी हुई है। मैं @tf.function एनोटेशन का उपयोग नहीं कर रहा हूं और उत्सुकता से निष्पादित कर रहा हूं। अब मैं जिस वर्कअराउंड का उपयोग कर रहा हूं वह है np.array(yourtensor.to_list())

यह समस्या अभी भी मेरे लिए बनी हुई है। मैं @tf.function एनोटेशन का उपयोग नहीं कर रहा हूं और उत्सुकता से निष्पादित कर रहा हूं। अब मैं जिस वर्कअराउंड का उपयोग कर रहा हूं वह है np.array(yourtensor.to_list())

मुझे यही मिलता है
AttributeError: 'Tensor' object has no attribute 'to_list'

टेंसरफ़्लो में कोड के अनुसार, जब टेंसर ऑब्जेक्ट उत्सुक मोड में होता है tensor(tensorflow.python.framework.ops.EagerTensor), हम tesnsorObj.numpy() को कॉल कर सकते हैं
यह विधि tensorflow/python/framework/ops.py . में लागू की गई है
लेकिन अगर टेंसर ऑब्जेक्ट एक सामान्य टेंसर है, उदाहरण के लिए tensorflow.python.framework.ops.Tensor से संबंधित है, तो इसमें कोई numpy() विधि नहीं होगी, कार्यान्वयन कोड tensorflow/python/framework/ops.py में भी है।
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/framework/ops.py

इसका मतलब है कि @ tf.function में चल रहे सभी टेंसर ऑब्जेक्ट tensorObj.numpy() को कॉल नहीं कर सकते हैं
उत्सुक रनिंग मोड TF2.0 में लचीलापन जोड़ता है और इसमें जटिलता भी जोड़ता है।

टेंसरफ़्लो में कोड के अनुसार, जब टेंसर ऑब्जेक्ट उत्सुक मोड में होता है tensor(tensorflow.python.framework.ops.EagerTensor), हम tesnsorObj.numpy() को कॉल कर सकते हैं
यह विधि tensorflow/python/framework/ops.py . में लागू की गई है
लेकिन अगर टेंसर ऑब्जेक्ट एक सामान्य टेंसर है, उदाहरण के लिए tensorflow.python.framework.ops.Tensor से संबंधित है, तो इसमें कोई numpy() विधि नहीं होगी, कार्यान्वयन कोड tensorflow/python/framework/ops.py में भी है।
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/framework/ops.py

इसका मतलब है कि @ tf.function में चल रहे सभी टेंसर ऑब्जेक्ट tensorObj.numpy() को कॉल नहीं कर सकते हैं
उत्सुक रनिंग मोड TF2.0 में लचीलापन जोड़ता है और इसमें जटिलता भी जोड़ता है।

विस्तृत व्याख्या के लिए धन्यवाद।

हालाँकि, यह समस्या स्थिर 2.1.0 संस्करण में हल नहीं हुई है। यह मुझे #38038 में बताया गया था कि इसे tf-nightly 2.2.0 संस्करण में हल किया गया है।

@renatomello मैं TF पर एक पूर्ण नौसिखिया हूँ। इसलिए, मुझे यकीन नहीं है कि निम्नलिखित आपकी समस्या को हल करने में मदद करेंगे।
मैं प्रयोगात्मक_run_functions_eagerly(True) के उपयोग से त्रुटि AttributeError: 'Tensor' object has no attribute 'numpy' हल करता हूं।
मैं टीएफ वेर का उपयोग करता हूं। 2.1 (विस्तृत संस्करण जानकारी के लिए नीचे कंसोल आउटपुट देखें)। मैं यह समझाने की अनुमति देता हूं कि मैं इस कोड के साथ क्या कर रहा हूं:

import sys
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
import numpy as np

counter=0

class MyDense(layers.Dense):
  def __init__(self, units, activation,input_shape):
    super().__init__(units=units, activation=activation,input_shape=input_shape)

  def call(self, inputs):
      global counter

      counter += 1
      print('\n{}. inputs.numpy()='.format(counter))
      if hasattr(inputs,'numpy'):
          print('{}'.format(inputs.numpy()))
      else:
          print('not available.')

      return super().call(inputs)

def test(run_eagerly):
    print('\n*** *** *** test(run_eagerly={})'.format(run_eagerly))
    tf.config.experimental_run_functions_eagerly(run_eagerly)

    dim0=256
    dim1=24
    train = np.arange(dim0*dim1).reshape(dim0,dim1)
    label = np.ones(dim0)

    model = tf.keras.Sequential()
    model.add(MyDense(10,activation='softmax',input_shape=(dim1,)))

    model.compile(optimizer=tf.keras.optimizers.SGD(),
                  loss=tf.keras.losses.SparseCategoricalCrossentropy())

    model.fit(train,
              label,
              batch_size=dim0,
              epochs=1)

print("Python version")
print (sys.version)
print("TensorFlow version")
print(tf.__version__)
print('\n\n')

test(False)
test(True)

मैं संपादक स्पाइडर के कंसोल (स्पाइडर संस्करण 4.0.1) में उपरोक्त कोड निष्पादित करता हूं। संबंधित कंसोल आउटपुट है (

Python version
3.7.6 (default, Jan  8 2020, 19:59:22) 
[GCC 7.3.0]
TensorFlow version
2.1.0

*** *** *** test(run_eagerly=False)

1. inputs.numpy()=
not available.
Train on 256 samples

2. inputs.numpy()=
not available.

3. inputs.numpy()=
not available.
256/256 [==============================] - 0s 899us/sample - loss: 6344.8682

*** *** *** test(run_eagerly=True)

4. inputs.numpy()=
not available.
Train on 256 samples

5. inputs.numpy()=
[[2328. 2329. 2330. ... 2349. 2350. 2351.]
 [5280. 5281. 5282. ... 5301. 5302. 5303.]
 [2208. 2209. 2210. ... 2229. 2230. 2231.]
 ...
 [5160. 5161. 5162. ... 5181. 5182. 5183.]
 [ 840.  841.  842. ...  861.  862.  863.]
 [6048. 6049. 6050. ... 6069. 6070. 6071.]]
256/256 [==============================] - 0s 132us/sample - loss: 16.1181

अब, नीचे दिए गए कंसोल आउटपुट में देखें test(run_eagerly=False) : तीनों MyDense.call() कॉल बताते हैं कि input.numpy() उपलब्ध नहीं है (साइड नोट: जब मैं इसे सही ढंग से समझता हूं, तो पहले दो MyDense.call () कॉल केवल मॉडल बनाने के लिए हैं। इसलिए, यह सार्थक है, कि उनके पास input.numpy() उपलब्ध नहीं है।) तो, यह सार्थक है।
नीचे कंसोल आउटपुट में देखें test(run_eagerly=True) : पांचवें MyDense.call() में input.numpy() उपलब्ध है। तो यह भी अर्थपूर्ण है। और यह त्रुटि को हल करता है।

मेरी भी यही समस्या थी। पता चला कि मैं एक @tf.function के अंदर .numpy() का उपयोग करने का प्रयास कर रहा था। जहां तक ​​​​मैं समझता हूं कि tf.function को प्रदर्शन उद्देश्यों के लिए उत्सुकता से निष्पादित नहीं किया जाता है। अगर मैं @tf.function डेकोरेटर .numpy() काम को हटा दूं।

इससे मेरा काम बनता है।

मैंने इस धागे में उल्लिखित सभी समाधानों का प्रयास किया है, और उनमें से किसी ने भी मेरे लिए काम नहीं किया है। मैं 2.2.0-आरसी2 पर हूं।

यह मेरे मामले में उत्सुक निष्पादन के साथ कोई मुद्दा नहीं प्रतीत होता है। त्रुटि इन पंक्तियों से आती है जब मैंने keras.backend.get_value() :

  if context.executing_eagerly() or isinstance(x, ops.EagerTensor):
    return x.numpy()

एक ही मुद्दा था। यह पता चला है कि डिफ़ॉल्ट रूप से, किसी मॉडल पर फ़िट फ़ंक्शन चलाते समय उत्सुकतापूर्वक निष्पादन अक्षम होता है। इसका मुकाबला करने के लिए, आप : model.run_eagerly = True को model.fit चलाने से पहले चला सकते हैं।
यह मेरे लिए Tensorflow 2.2 . पर एक आकर्षण की तरह काम करता है

model.compile(..., run_eagerly=True) ने कस्टम मीट्रिक बनाते समय मेरे लिए काम किया

.

केरस के साथ काम करते समय मुझे भी ऐसी ही समस्या हुई थी।
मुझे नहीं पता कि इससे दूसरे को मदद मिलेगी, लेकिन निम्नलिखित ने मेरी मदद की:
मैं उपयोग कर रहा था:
मॉडल = अनुक्रमिक () पहले और उसे बदल दिया
मॉडल = tf.keras.अनुक्रमिक ()
और इसने मेरे लिए काम किया।

@ Mainak431 क्या आप इस मुद्दे को फिर से खोलना चाहेंगे?

केरस के साथ काम करते समय मुझे भी ऐसी ही समस्या हुई थी।
मुझे नहीं पता कि इससे दूसरे को मदद मिलेगी, लेकिन निम्नलिखित ने मेरी मदद की:
मैं उपयोग कर रहा था:
मॉडल = अनुक्रमिक () पहले और उसे बदल दिया
मॉडल = tf.keras.अनुक्रमिक ()
और इसने मेरे लिए काम किया।

यह वास्तव में मेरे लिए समाधान था, मैंने कुछ पुराने कोड का पुन: उपयोग किया जो सीधे केरस से आयात किया गया, न कि tensorflow.keras परतों आदि। आयात विवरणों को बदलने से विशेषता त्रुटि हल हो गई।

@ ब्लुब्बा वही यहाँ। यह केवल एक चीज थी जो मेरे लिए काम करती थी।

अगर मैं टेंसर में मान की जांच करना चाहता हूं लेकिन मुझे tf.placeholder संगतता के कारण उत्सुक मोड को अक्षम करना है, तो मुझे कैसे करना चाहिए? मैंने इस त्रुटि को प्राप्त करने के लिए केवल tf.placeholder बिना परत के बीच tf.enable_eager_execution जोड़ने का प्रयास किया है ValueError: tf.enable_eager_execution must be called at program startup.

निम्नलिखित कोड काम किया:

def parse_str(str_tensor):
    raw_string = str_tensor.numpy().decode("utf-8") 

    # play with raw string
    raw_string = 'AAA'+raw_string     
    return raw_string

कॉल पार्स फ़ंक्शन:

def tf_pre_processing(row):
  return tf.py_function(parse_str, [row['context']], [tf.string])


train = t.map(tf_pre_processing).batch(1).take(1)

list(train)

@ Mainak431 मूल कोड अपेक्षा के अनुरूप काम कर रहा था। यहाँ सार है।

@ tu1258 आपको उत्सुक निष्पादन को अक्षम करने की आवश्यकता नहीं है। बस के रूप में आयात tf.compat.v1.placeholder के बजाय tf.placeholder । यदि यह अभी भी काम नहीं करता है, तो कृपया समस्या को पुन: उत्पन्न करने के लिए एक स्टैंडअलोन कोड साझा करें।

कृपया मुझे बताएं कि क्या कोई और प्रश्न हैं। धन्यवाद!

मेरी भी यही समस्या थी। पता चला कि मैं एक @tf.function के अंदर .numpy() का उपयोग करने का प्रयास कर रहा था। जहां तक ​​​​मैं समझता हूं कि tf.function को प्रदर्शन उद्देश्यों के लिए उत्सुकता से निष्पादित नहीं किया जाता है। अगर मैं @tf.function डेकोरेटर .numpy() काम को हटा दूं।

मुझे लगता है कि Tensorflow2.x में निम्नलिखित विकल्प मदद कर सकता है
tf.config.run_functions_eagerly

जिस स्थान पर आप tf.function को कॉल कर रहे हैं, आप उसे उत्सुकता से निष्पादित करने का प्रयास कर सकते हैं और फिर tf.function के लिए उत्सुक निष्पादन को अक्षम कर सकते हैं।

मैं टेंसरफ़्लो में नया हूँ लेकिन इस ट्यूटोरियल (जुपिटर नोटबुक पर) के बाद https://www.tensorflow.org/tutorials/quickstart/beginner?hl=en आपको त्रुटि देगा

predictions = model(x_train[:1]).numpy()
Tensor object has no attribute 'numpy'

@louisnot मैं त्रुटि को पुन: उत्पन्न नहीं कर सकता। कृपया सार यहाँ देखें । धन्यवाद!

यदि आप त्रुटि का सामना कर रहे हैं, तो क्या आप कृपया एक सार साझा कर सकते हैं? धन्यवाद!

मुझे सार का उपयोग करने में कोई समस्या नहीं हुई।

मैं इस मुद्दे को बंद कर रहा हूं क्योंकि इसे tf-nightly में हल किया गया था। अगर मैं समस्या बनी रहती है तो कृपया बेझिझक फिर से खोलें। धन्यवाद!

@bhupendrathore क्या आप त्रुटि को पुन: उत्पन्न करने के लिए एक साधारण स्टैंडअलोन कोड के साथ एक नया मुद्दा खोल सकते हैं? धन्यवाद!

मुझे वही समस्या मिलती है ,; जब मैं इसे आपके समाधान में pip install tf-nightly साथ ठीक करता हूं, तो त्रुटियां होती हैं:

ERROR: Could not find a version that satisfies the requirement tf-nightly (from versions: none)
ERROR: No matching distribution found for tf-nightly

@jvishnuvardhan

@liangzelang मैं देख रहा हूँ कि आपने एक और नया मुद्दा खोला है। हम इसे वहां हल करेंगे। धन्यवाद