Estoy creando un modelo de aprendizaje de transferencia en el modelo preentrenado MobileNetv2 en Google Collab. Hasta ayer, todo estuvo bien. Pero hoy, al ejecutar

#Create the base model(feature_extractor) from the pre-trained model MobileNet V2
_URL = "https://tfhub.dev/google/tf2-preview/mobilenet_v2/feature_vector/2"
feature_extractor = hub.KerasLayer(_URL, input_shape=(_TARGET_SIZE, _TARGET_SIZE,3))

Recibo el error:


---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-29-663d4cbb70df> in <module>()
      2 _TARGET_SIZE = 224
      3 _URL = "https://tfhub.dev/google/tf2-preview/mobilenet_v2/feature_vector/2"
----> 4 feature_extractor = hub.KerasLayer(_URL, input_shape=(_TARGET_SIZE, _TARGET_SIZE,3))
      5 #print(feature_extractor._layers)


/usr/local/lib/python3.6/dist-packages/tensorflow_core/python/ops/resource_variable_ops.py in _variable_handle_from_shape_and_dtype(shape, dtype, shared_name, name, graph_mode, initial_value)
    165     handle_data = cpp_shape_inference_pb2.CppShapeInferenceResult.HandleData()
    166     handle_data.is_set = True
--> 167     handle_data.shape_and_type.append(
    168         cpp_shape_inference_pb2.CppShapeInferenceResult.HandleShapeAndType(
    169             shape=shape.as_proto(), dtype=dtype.as_datatype_enum))

AttributeError: 'google.protobuf.pyext._message.RepeatedCompositeCo' object has no attribute 'append'

¿Alguna idea de por qué sucede esto? ¿Necesito ingresar al archivo /usr/local/lib/python3.6/dist-packages/tensorflow_core/python/ops/resource_variable_ops.py y hacer algunos cambios? Creo que está relacionado con algún problema de actualización. ¿Alguna ayuda sobre cómo abordarlo?

python tensorflow protocol-buffers google-colaboratory
6
Pe Dro 11 oct. 2019 a las 17:23

3 respuestas

La mejor respuesta

Si funcionaba bien hasta ayer y no cambió nada, compruebe dos cosas: la versión de TF, si ha cambiado bc recientemente, configuraron la versión de TF 'predeterminada' a 1.15.rc desde 1.14.

Si eso es lo mismo, guarde este archivo y cierre todas las ventanas de Colab, incluso su Chrome o cualquier navegador que esté utilizando, luego abra nuevamente e intente ejecutar el archivo.

EDITAR: Como dije anteriormente, debe ser debido a la versión TF. Regrese al que usaba cuando el modelo estaba funcionando. Como mencionó en sus comentarios a continuación, estaba funcionando en la versión ‘dev20191010 ', por lo que volver a solucionarlo solucionará su problema.

2
Rishabh Sahrawat 11 oct. 2019 a las 15:05

Intente abrir 'New Python 3 notebook' desde el archivo y escriba el código allí, eso resolvió mi problema.

0
Progga Ilma 28 ene. 2020 a las 06:10

Tuve el mismo error con tensorflow (versión 2.2.0-dev20200128) y lo arreglé actualizando protobuf (como se explica en este problema):

pip install -U protobuf=3.8.0

O si está usando Notebook (como el cuaderno de Google Colab) intente esto:

!pip install -U protobuf=3.8.0
0
Masoud Maleki 28 ene. 2020 a las 11:38
58343293

Preguntas relacionadas

8 ¿Cómo ordenar una lista de objetos en función de un atributo de los objetos?
12 Cómo saber si un objeto tiene un atributo en Python
12 Determinar el tipo de un objeto?
5 objeto nulo en Python?
12 ¿Cómo se agrega a un archivo en Python?

Nuevas preguntas

3 Estoy dentro del rango usando pop pero todavía obtengo un error de fuera de rango
4 Use la variable de clase dentro de un método de esta clase
2 Clase de Python con muchas variables
3 Fusionando dos df sin ninguna clave
3 ¿Cómo acceder al valor en una cadena JSON usando una clave en Python?
3 convertir un entero de cadena con comas y punto para flotar
2 (Sintaxis) Obtener el índice de la mayor diferencia entre dos listas (en 1 línea)
2 Pandas: toma todos los caracteres antes de que aparezca el primer dígito
2 El acceso al diccionario de Python termina como un error de tipo
2 Pandas DataFrame: filtrar columna / índice por tipo
Nuevas preguntas con la etiqueta python >

python

Python es un lenguaje de programación multipropósito, de tipificación dinámica y de múltiples paradigmas. Está diseñado para ser rápido de aprender, comprender y usar, y hacer cumplir una sintaxis limpia y uniforme. Tenga en cuenta que Python 2 está oficialmente fuera de soporte a partir del 01-01-2020. Aún así, para preguntas de Python específicas de la versión, agregue la etiqueta [python-2.7] o [python-3.x]. Cuando utilice una variante de Python (por ejemplo, Jython, PyPy) o una biblioteca (por ejemplo, Pandas y NumPy), inclúyala en las etiquetas.

Más sobre python...