Попытка перенести модель с Tensorflow 1.15.3 на Keras и Tensorflow 2.3.0

Question

У меня есть модель, которую я действительно не понимаю, как преобразовать в модель Keras, если кто-то может взглянуть и помочь мне начать работу, я был бы очень признателен! Я пытаюсь найти способ использовать «я». значения в модели keras LSTM. Я не могу понять, как это сделать, просматривая другие форумы, и руководство по миграции с тензорным потоком не очень полезно для моей конкретной проблемы.

Если у кого-то также есть предложение для аналогичной модели keras, которая также будет очень полезно!

Прямо сейчас он использует compat.v1, чтобы я мог работать в Tensorflow 2.0.

Код:

class Model:
    def __init__(
        self,
        learning_rate,
        num_layers,
        size,
        size_layer,
        output_size,
        forget_bias = 0.1,
    ):
        def lstm_cell(size_layer):
            return tf.compat.v1.nn.rnn_cell.LSTMCell(size_layer, state_is_tuple = False)

        rnn_cells = tf.compat.v1.nn.rnn_cell.MultiRNNCell(
            [lstm_cell(size_layer) for _ in range(num_layers)],
            state_is_tuple = False,
        )
        self.X = tf.compat.v1.placeholder(tf.float32, (None, None, size))
        self.Y = tf.compat.v1.placeholder(tf.float32, (None, output_size))
        drop = tf.nn.RNNCellDropoutWrapper(
            rnn_cells, output_keep_prob = forget_bias
        )
        self.hidden_layer = tf.compat.v1.placeholder(
            tf.float32, (None, num_layers * 2 * size_layer)
        )
        self.outputs, self.last_state = tf.compat.v1.nn.dynamic_rnn(
            drop, self.X, initial_state = self.hidden_layer, dtype = tf.float32
        )
        self.logits = tf.compat.v1.layers.dense(self.outputs[-1], output_size)
        self.cost = tf.reduce_mean(input_tensor=tf.square(self.Y - self.logits))
        self.optimizer = tf.compat.v1.train.AdamOptimizer(learning_rate).minimize(
            self.cost
        )

Answer 1

Я обнаружил, что tf функционирует как tf.reduce_mean, K.mean, tf.square, tf.exp et c. реализовано в функции потери, вызывает ошибку:

Входы в функцию нетерпеливого выполнения не могут быть символами Keras c тензоры

Это была основная проблема миграции, которая у меня возникла между тензорным потоком версии, которые вы упомянули в заголовке.