在 MNIST 深度神经网络训练 TensorFlow 2.0 上使用 model.fit 时出错

Question

我正在尝试使用 MNIST 数据集训练深度神经网络，这是我的 jupyter notebook 的一些代码：

第一个块工作正常：

# Select the hyperparameter batch size

BATCH_SIZE = 100

# Batch the train, validatiion and test data

train_data = train_data.batch(BATCH_SIZE)

validation_data = validation_data.batch(num_validation_samples)

test_data = test_data.batch(num_test_samples)

# Transform the validation data into tuples for the inputs and targets

validation_inputs, validation_targets = next(iter(validation_data))

# Defining model hyperparameters

input_size = 784

output_size = 10

hidden_layer_size = 50

# Defining the model

model = tf.keras.Sequential([

    tf.keras.layers.Flatten(input_shape=(28, 28, 1)),

    tf.keras.layers.Dense(hidden_layer_size, activation='relu'),

    tf.keras.layers.Dense(hidden_layer_size, activation='relu'),

    tf.keras.layers.Dense(output_size, activation='softmax')

])

# Select the optimizer algorithm and the loss function

model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

Answer 1

我设法通过更改 tensoflow-datasets 模块的版本解决了这个问题，我使用的是版本 3，然后回到版本 2.1，脚本就可以工作了。