tensorflow - Tensorflow 是否支持 Keras 模型的 fit() 方法并立即执行？

Question

我正在训练 Keras 模型 (tf.keras.models.Sequential)，调用其方法 fit()。

由于我启用了 eager execution，训练时间(对于相同的 epoch 数)从 20.1 秒增加到 49.4 秒。此外，训练似乎不再收敛，因为损失仍然在 9 左右(如果没有急于执行，它会下降到 1)，而方法 fit() 甚至没有报告所请求的指标“准确性”不再了。

Keras 模型是否支持急切执行？请注意，我在模型上调用方法 fit()，而不是使用估计器。

这里是声明模型并进行训练的代码片段。使用 TF 1.7 for GPU 安装 pip3。

tf.enable_eager_execution()

model = tf.keras.models.Sequential([
    tf.keras.layers.InputLayer(input_shape=(11,)) ,
    tf.keras.layers.Dense(64, activation='relu') ,
    tf.keras.layers.Dense(32, activation='relu'),
    tf.keras.layers.Dense(11, activation='softmax')
])

optimizer = tf.train.AdamOptimizer()
# optimizer = 'adam'
model.compile(optimizer=optimizer, loss='categorical_crossentropy', metrics=['accuracy'])

model.fit(x=train_X, y=train_y, epochs=200, batch_size=64, verbose=2)

更新:在 Tensorflow GITHUB 上提交问题 #18642。

Answer 1

我在tensorflow上报告的问题得到了这个答案:

Thank you for the bug report. We have a fix for this issue, that will show up on GitHub soon.

查看问题 #18642在 Tensorflow 的 GITHUB 上。

基于此，我了解到一旦错误修复，Keras 模型的方法 fit() 将支持立即执行。