抑制 Tensorflow 警告
Posted
技术标签:
【中文标题】抑制 Tensorflow 警告【英文标题】:Suppression of Tensorflow Warning 【发布时间】:2021-12-27 20:30:06 【问题描述】:我有一个 tensorflow 2.x 功能模型模型,其第一层来自另一个预训练模型。我希望这些层保持冻结状态,因此我在预训练的头部上使用了tf.stop_gradient
来阻止它们学习。下面是我的网络的一个最小示例:
head = load_my_cool_pretrained_representation_model()
x = tf.keras.layers.Dense(10000)(tf.stop_gradient(head.output))
x = tf.keras.layers.Dense(1)(x)
model = tf.keras.Model(inputs=head.inputs, outputs=x)
model.compile(loss='mse', optimizer=tf.keras.optimizers.Adam())
当我使用model.fit()
时,我收到以下警告:
警告:张量流:当最小化损失时,变量 ['cool_rep_layer/embeddings:0', ...] 不存在梯度。
我不需要警告,因为我希望这些图层没有渐变。我怎样才能抑制这个警告?我看过this answer,但我不想进入这个模型的渐变胶带。
【问题讨论】:
试试这个logging.getLogger('tensorflow').setLevel(logging.ERROR)
【参考方案1】:
根据noober's的评论,我刚刚添加了
import logging
logging.getLogger('tensorflow').setLevel(logging.ERROR)
摆脱警告。这对我有用。
【讨论】:
以上是关于抑制 Tensorflow 警告的主要内容,如果未能解决你的问题,请参考以下文章
Windows下Pycharm安装Tensorflow:ERROR: Could not find a version that satisfies the requirement tensorflo