Tensorflow：属性错误：'tuple'对象没有属性'eval'

Question

state = cell.zero_state(batchsize, tf.float32).eval()

我正在尝试跟随这个示例 https://github.com/kvfrans/twitch/blob/master/sample.py#L45 解码和运行一个经过训练的TensorFlow模型，但似乎使用的TensorFlow代码是旧版本。我已经设法修复了大多数对v 1.0.0的调用，但是当上述代码行给出以下错误时，我卡住了：

Traceback (most recent call last):
  File "server.py", line 1, in <module>
    from sample import *
  File "/home/user/twitch/sample.py", line 75, in <module>
    print predict("this game is")
  File "/home/user/twitch/sample.py", line 46, in predict
    state = initialstate.eval()
AttributeError: 'tuple' object has no attribute 'eval'

有没有想法，我应该如何修复 .eval() 和 state？它们后面被用于：

guessed_logits, state = sess.run([logits, final_state], feed_dict={input_data: primer, initialstate: state})

- Blizzard

Answer 1

.eval()方法只适用于tf.Tensor，但是其他人已经注意到，cell.zero_state()方法返回一个tuple对象。

tf.Session.run()方法知道如何解包元组，并且tf.Tensor.eval()只是在“默认”会话中对单个张量调用tf.Session.run()的方便包装器。使用这个观察结果，你可以改变这一行：

state = cell.zero_state(batchsize, tf.float32).eval()

以下是需要使用的内容:

state = tf.get_default_session().run(cell.zero_state(batchsize, tf.float32))

- mrry

Answer 2

您不能在Python对象 - 在这种情况下是元组上运行eval。

一种选择是首先将Python对象转换为张量：

state = cell.zero_state(batchsize, tf.float32).eval()

to:

state = tf.convert_to_tensor(cell.zero_state(batchsize, tf.float32))

一旦它是一个张量，您可以使用以下方式进行 eval：

state.eval()

- bhaskarc

---

它返回了这个：ValueError: 无法展开字典。键有4个元素，但值只有1个元素。键：[<tf.Tensor 'zeros:0' shape=(1, 200) dtype=float32>, <tf.Tensor 'zeros_1:0' shape=(1, 200) dtype=float32>, <tf.Tensor 'zeros_2:0' shape=(1, 200) dtype=float32>, <tf.Tensor 'zeros_3:0' shape=(1, 200) dtype=float32>]，值：[<tf.Tensor 'packed:0' shape=(2, 2, 1, 200) dtype=float32>]。 - Blizzard

Answer 3

来自 TensorFlow Release 1.0.0 notes:

LSTMCell，BasicLSTMCell和MultiRNNCell构造函数现在默认为state_is_tuple=True。在过渡到新默认值时进行快速修复，只需传递参数state_is_tuple=False。

这解释了您收到的错误消息（您不能在元组上调用.eval()）。

- Franck Dernoncourt

---

我无法将 state_is_tuple=False 转换，你有什么建议修复它？ - Blizzard

@Blizzard 选择你感兴趣的元组元素并在其上运行 eval。 - Franck Dernoncourt