类型错误：如果启用了张量相等，张量是不可散列的。相反，使用 tensor.experimental_ref() 作为关键

Question

我试图将迁移学习应用于 InceptionV3。这是我的代码：

inception_model = InceptionV3(weights='imagenet',include_top=False)
output_inception = inception_model.output
output_globalavgpooling = GlobalAveragePooling2D()(output_inception)
output_dense = Dense(1024,activation='relu')(output_globalavgpooling)
predictions = Dense(1,activation='sigmoid')(output_dense)

final_model = Model(inception_model.input,output=predictions)

final_model.compile()

inception_model.summary()

当我运行此代码时，我在该final_model = Model(inception_model.input,output=predictions)行收到以下错误：

TypeError: Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_ref() as the key.

我该怎么办？

Answer 1

我有类似的错误。就我而言，这是由于使用了旧版本的 Keras 和 conda 的 Tensorflow 2。目前存在一些问题，无法通过 conda 将 Tensorflow 2 与当前 Keras 一起使用。

我创建了一个新环境并根据 Keras/Tensorflow 网站进行安装（在我的情况下仅使用 CPU 版本）：

pip install tensorflow
pip install keras