Блог

Я выполняю и старый пример кода, я пытаюсь обновить старый класс, но продолжаю сталкиваться с проблемами компиляции, все проблемы, похоже, связаны с «оптимизаторами» после обновления до новых пакетов, теперь у меня проблема с ошибкой «индекс вне диапазона», вот класс (я пытался отключить нетерпеливое выполнение, которое было предложено на одном из форумов по той же проблеме, но это не решило проблему):

Спасибо.

 #import kera #from keras import layers, models, optimizers #from keras import backend as K #from keras.regularizers import l2  import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers, models, optimizers from tensorflow.keras.regularizers import l2 from tensorflow.keras import backend as K from tensorflow.python.framework.ops import disable_eager_execution  disable_eager_execution()  class Actor:   # """Actor (policy) Model. """  def __init__(self, state_size, action_size):   self.state_size = state_size  self.action_size = action_size   self.build_model()  def build_model(self):  states = layers.Input(shape=(self.state_size,), name='states')    net = layers.Dense(units=16,kernel_regularizer=l2(1e-6))(states)  net = layers.BatchNormalization()(net)  net = layers.Activation("relu")(net)  net = layers.Dense(units=32,kernel_regularizer=l2(1e-6))(net)  net = layers.BatchNormalization()(net)  net = layers.Activation("relu")(net)   actions = layers.Dense(units=self.action_size, activation='softmax', name = 'actions')(net)    self.model = models.Model(inputs=states, outputs=actions)   action_gradients = layers.Input(shape=(self.action_size,))  loss = K.mean(-action_gradients * actions)   optimizer = optimizers.Adam(lr=.00001)  updates_op = optimizer.get_updates(params=self.model.trainable_weights, loss=loss)  self.train_fn = K.function(  inputs=[self.model.input, action_gradients, K.learning_phase()],  outputs=[],  updates=updates_op)