报错 | Requested return tensor ‘final_encodes:0‘ not found in graph def

该博客总结了作者遇到的TensorFlow报错问题,包括TensorFlow版本过低、bert-util2中多次定义BertVector以及在Flask或Django中使用Keras导致的问题。通过检查TensorFlow版本、正确使用BertVector类以及在Keras编码前清理缓存,成功解决了'final_encodes:0'未在图定义中找到的错误。
摘要由CSDN通过智能技术生成

这个bug这个

       这个bug我遇到好多次了,其实前面都有解决掉,但是没有记录下来,以至于每次出现错误都要寻思好久,查好久,真是吃了没记性的亏。

       现在,我就我查到的资料和我自己最后的解决方法对这个bug的解决方法做一个汇总。

总体的报错如图所示:

1.tensorflow版本太低

       这是我在网上找到的一个解决方案,说由于原因是使用较新版本的TensorFlow加载了旧版本训练的预训练模型。于是检查TF版本,BERT预训练时的TF版本为1.13.1,而使用中的TF版本为1.14.0, 于是需要使用pip进行TF降级,版本一致后运行无错。

        不过很可惜,这个方法对我的bug没有什么用,你们可以参考一下试试。

在这里插入图片描述

 2.使用bert-util2的时候多次定义BertVector

        这个是由于在对语料数据使用bert进行编码的时候,重复调用了BertVector这个类,但其实只要一开始申明一下这个类,后面都可以重复调用这个类里的encoding方法对每个语料进行编码。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值