[英]Including TensorBoard as a callback in Keras model fitting causes a FailedPreconditionError
[英]Colab+Keras+TensorBoard FailedPreconditionError
我正在嘗試運行一個簡單的 Keras 腳本並將 Google Colab 與 TensorBoard 結合使用。 這是我的代碼:
import tensorflow as tf
import tensorflow.keras as keras
from tensorflow.keras.datasets import cifar10
from tensorflow.keras.applications.mobilenet import MobileNet
from tensorboardcolab import TensorBoardColab, TensorBoardColabCallback
# Settings
num_classes = 10
batch_size = 16
epochs = 1
# Data setup
(x_train, y_train), (x_test, y_test) = cifar10.load_data()
x_train = x_train.astype('float32') / 255
x_test = x_test.astype('float32') / 255
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test = keras.utils.to_categorical(y_test, num_classes)
# Select model
model = MobileNet(weights=None, input_shape=x_train.shape[1:], classes=num_classes)
# Select loss, optimizer, metric
model.compile(loss='categorical_crossentropy',
optimizer=tf.train.AdamOptimizer(0.001),
metrics=['accuracy'])
# Train
tbc=TensorBoardColab()
model.fit(x_train, y_train,
batch_size=batch_size,
epochs=epochs,
verbose=1,
validation_data=(x_test, y_test),
callbacks=[TensorBoardColabCallback(tbc)])
這是我看到的將 TensorBoard 與 Colab 結合使用的建議,如下所述: Can I use Tensorboard with Google Colab?
但是,在添加回調時出現錯誤:
FailedPreconditionError:從容器讀取資源變量 conv_dw_8_2/depthwise_kernel 時出錯:localhost。 這可能意味着該變量未初始化。 未找到:資源 localhost/conv_dw_8_2/depthwise_kernel/N10tensorflow3VarE 不存在。 [[節點:conv_dw_8_2/depthwise/ReadVariableOp = ReadVariableOpdtype=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:GPU:0"]] [[節點: loss_2/mul/_147 = _Recvclient_terminated= false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation= 1、tensor_name="edge_6752_loss_2/mul", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"]]
有誰知道我做錯了什么? 如果可以的話,這似乎是在 Colab 上運行 TensorBoard 的一種非常有用的方法。
這是由 Keras 版本沖突引起的。 在您導入Keras API 的tf.keras實現時, Tensorboardcolab使用完整的keras 庫。 因此,當您擬合模型時,您最終會使用兩個不同版本的 keras。
您有幾個選擇:
import tensorflow as tf
import keras
from keras.datasets import cifar10
from keras.applications.mobilenet import MobileNet
from tensorboardcolab import TensorBoardColab, TensorBoardColabCallback
盡管代碼在這些更改后運行良好,但您可以考慮使用Keras 版本的 Adam 優化器,因此您不再需要顯式導入 tensorflow。
model.compile(loss='categorical_crossentropy',
optimizer=keras.optimizers.Adam(lr=0.001),
metrics=['accuracy'])`
如果您修補callbacks.py和core.py並修復那里的導入,您的代碼運行良好:
from keras.callbacks import TensorBoard from tensorflow.keras.callbacks import TensorBoard
您也可以在我進行這些更改的地方使用這個 fork 。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.