python - 当从 tensorflow 概率的分布中采样时，张量是不可散列的错误(在colab上)

Question

我想将我的一些代码移至tensorflow 发行版，并正在学习colab 上的教程。在运行时请求tensorflow版本2.x后，官方示例代码不再起作用。

您可以find the colab notebook here ，我在最开始添加了以下代码:

try:
  # %tensorflow_version only exists in Colab.
  %tensorflow_version 2.x
except Exception:
  pass

我只在 colab 上运行过代码，但我不认为它是特定的。如果您想尝试在本地 tensorflow 安装上重现问题，这应该是相关代码:

import tensorflow as tf
import tensorflow_probability as tfp
tfd = tfp.distributions

nd = tfd.MultivariateNormalDiag(loc=[0., 10.], scale_diag=[1., 4.])
nd.sample()

最后一行从 nd 采样，创建以下错误消息:

TypeError: Tensor is unhashable if Tensor equality is enabled. Instead, use tensor.experimental_ref() as the key.

Tensorflow 概率是版本 0.7.0，tensorflow 是版本 2.0.0。

Answer 1

哦，发帖后我就发现了这个问题:https://github.com/tensorflow/probability/issues/540

通过安装更新​​版本的 tensorflow 概率解决了该问题。在 Colab 中可以通过执行以下命令来完成:

!pip install tensorflow-probability==0.8.0rc0

然后重新启动运行时。

我还检查了这里的本地机器，它的tensorflow-probability是0.8.0。但如果你尝试在 colab 中安装它，它会提示一些依赖项不匹配。我想当 Google 在这些教程笔记本中推出其库的最新版本时，整个问题很快就会得到解决。