迁移到Tensorflow v2：从tensorflow.python.keras.engine.data_adapter实例化DataHandler

问题描述

我问了我一个问题，因为在从以下存储库https://github.com/cyprienruffino/CTCModel迁移脚本到Tensorflow 2时遇到了一些麻烦，从而在keras模型上实现了CTC丢失。在CTCModel类的方法predict中（在keras_ctcmodel目录中），创建了DataHandler类的对象，如data_handler = data_adapter.DataHandler（...），其中data_adapter的导入方式如下：from tensorflow.python.keras.engine import data_adapter 。我得到的错误是未定义 DataHandler ，我还通过检查脚本 data_adapter.py 对此进行了验证。

下面我附上了我所指的代码块：

        # Creates a `tf.data.Dataset` and handles batch and epoch iteration.
        data_handler = data_adapter.DataHandler(
                x=x,batch_size=batch_size,steps_per_epoch=steps,initial_epoch=0,epochs=1,max_queue_size=10,workers=1,use_multiprocessing=False,model=self,steps_per_execution=tf.constant(1,dtype=tf.int32))

        if not isinstance(callbacks,callbacks_module.CallbackList):
            callbacks = callbacks_module.CallbackList(
                callbacks,add_history=True,add_progbar=verbose != 0,verbose=verbose,steps=data_handler.inferred_steps)

        if self.model_pred.stateful:
            if x[0].shape[0] > batch_size and x[0].shape[0] % batch_size != 0:
                raise ValueError('In a stateful network,'
                                     'you should only pass inputs with '
                                     'a number of samples that can be '
                                     'divided by the batch size. Found: ' +
                                     str(x[0].shape[0]) + ' samples. '
                                                          'Batch size: ' + str(batch_size) + '.')

        # Prepare inputs,delegate logic to `_predict_loop`.
        ins = x
        outputs = None
        predict_function = self.model_pred.make_predict_function()
        self.model_pred._predict_counter.assign(0)
        callbacks.on_predict_begin()
        for _,iterator in data_handler.enumerate_epochs():  # Single epoch.
            with data_handler.catch_stop_iteration():
                for step in data_handler.steps():
                    callbacks.on_predict_batch_begin(step)
                    tmp_batch_outputs = predict_function(iterator)
                    if data_handler.should_sync:
                        context.async_wait()
                    batch_outputs = tmp_batch_outputs  # No error,Now safe to assign.
                    if outputs is None:
                        outputs = nest.map_structure(lambda batch_output: [batch_output],batch_outputs)
                    else:
                        nest.map_structure_up_to(
                            batch_outputs,lambda output,batch_output: output.append(batch_output),outputs,batch_outputs)
                    end_step = step + data_handler.step_increment
                    callbacks.on_predict_batch_end(end_step,{'outputs': batch_outputs})
            callbacks.on_predict_end()
        all_outputs = nest.map_structure_up_to(batch_outputs,concat,outputs)
        return tf_utils.to_numpy_or_python_type(all_outputs)

因此，我试图实例化 data_adapter.py 中提供的其他类，这些类似乎在对data_adapter.DataHandler的原始调用中定义了一些属性，但由于使用的类无法提供一些必需的方法。

是否可以在Tensorflow 2上进行迁移或使此行代码正常工作？

非常感谢！

最诚挚的问候

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）