Tensorflow 2.3、Numpy 1.21.2 和 Python 3.8 错误

Question

我看过多篇关于 Tensorflow 2.3 与 numpy 1.21.2 不兼容的帖子，解决方案是降级到 numpy 1.9 1.9 中的一些帖子（或某些帖子） 我已经使用conda install numpy=1.19尝试过，我再次尝试使用 1.18。 然后我通过调用 conda conda list确认 numpy package 是 1.19（或 1.18）。

但是，当我尝试执行此代码时，出现错误：

代码：

sentiment_wv_model = Sequential()
early_stopping = EarlyStopping()
sentiment_wv_model.add(embed_layer)
sentiment_wv_model.add(LSTM(128,input_shape=(1,500),return_sequences = True)) ###<<<<this line is where I get the error
sentiment_wv_model.add(Dense(100, activation = 'relu'))
sentiment_wv_model.add(Dropout(rate =0.25))

#sentiment_wv_model.add(Dropout(rate = 0.25))
sentiment_wv_model.add(Dense(32, activation = 'relu'))
sentiment_wv_model.add(Flatten())
sentiment_wv_model.add(Dense(1, activation='sigmoid'))

我得到的错误：

NotImplementedError: Cannot convert a symbolic Tensor (lstm_6/strided_slice:0) to a numpy array. This error may indicate that you're trying to pass a Tensor to a NumPy call, which is not supported

有任何想法吗？

Answer 1

我通过使用我需要的适当 package 版本的库创建单独的环境来解决这个问题。 然后，我编写了代码来实现我所需要的并保存了脚本。 然后，我调用了这些脚本并将所需的变量导入到我的 main.py 中。