TensorFlow 2 : RuntimeError: Cannot use a constraint function on a sparse variable

Question

我用 embeddings_constraint 定义了一个嵌入对象:

from tensorflow.keras.layers import Embedding
from tensorflow.keras.constraints import UnitNorm
. . .
emb = Embedding(input_dim, output_dim, name='embedding_name', embeddings_constraint=UnitNorm(axis=1))
. . .

稍后在代码中，当我想训练包含 emb 的模型时, 我从函数 model.fit 得到一个异常:

RuntimeError: Cannot use a constraint function on a sparse variable.

当我不对 emb 施加嵌入约束时，但是，代码不会抛出错误。此外，我用 TF 1 尝试了这个，它在那里工作得很好(有和没有 embeddings_constraint )。根据 GitHub discussion ，这似乎是 TF 2 错误，尽管没有提出可行的解决方案。
任何想法如何解决这个问题？

Answer 1

此问题的解决方法是直接调用约束，如下所示:

from tensorflow.keras.layers import Embedding
from tensorflow.keras.constraints import UnitNorm
. . .
emb = Embedding(input_dim, output_dim, name='embedding_name')
norm_layer = UnitNorm(axis=1)
norm_embedding = norm_layer(emb(embedding_id_input))
. . .