具体的报错信息如下:Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_ref() as the key.
报错地方的代码如下,使用的tensorflow版本为2.0
self.best_model = tf.keras.models.load_model(self.save_model_path)
batch_logits = self.best_model(tensorized_sents)
batch_tagids = tf.argmax(batch_logits, axis=2) # [[[ ]]]
# 将id转化为标注
pred_tag_lists = []
id2tag = dict((id_, tag) for tag, id_ in tag2id.items())
for i, ids in enumerate(batch_tagids):
tag_list = []
if self.crf:
for j in range(lengths[i] - 1): # crf解码过程中,end被舍弃
tag_list.append(id2tag[ids[j]])
else:
for j in range(lengths[i]):
tag_list.append(id2tag[ids[j]]) # 报错的地方在这里
pred_tag_lists.append(tag_list)
报错的地方在遍历tensor并利用id2tag进行还原标签处;怀疑是因为tensor不可以使用下标去遍历的原因,所以需要将tensor转换为array数组
所以在batch_tagids的地方将其转换为array,代码如下:
batch_tagids = tf.argmax(batch_logits, axis=2).numpy()
果然是这个错!解决了,如果下次出现类似的错误,可以首先考虑是不是代码中存在利用下标遍历tensor的可能性,将其转换为可遍历的对象^_^