“ValueError：具有多个元素的数组的真值不明确。在保存 keras/tensorflow 模型时使用 a.any() 或 a.all()”

Question

使用的Tensorflow版本：2.13.0

错误详情：

---

ValueError                                Traceback (most recent call last)
Cell In \[481\], line 1
\----\> 1 titanic_model.save('titanic_model.keras')
2 reloaded = tf.keras.models.load_model('titanic_model.keras')

File \~\\AppData\\Local\\Programs\\Python\\Python311\\Lib\\site-packages\\keras\\src\\utils\\traceback_utils.py:70, in filter_traceback.\<locals\>.error_handler(\*args, \*\*kwargs)
67     filtered_tb = \_process_traceback_frames(e.__traceback__)
68     # To get the full stack trace, call:
69     # `tf.debugging.disable_traceback_filtering()`
\---\> 70     raise e.with_traceback(filtered_tb) from None
71 finally:
72     del filtered_tb

File \~\\AppData\\Local\\Programs\\Python\\Python311\\Lib\\site-packages\\keras\\src\\layers\\preprocessing\\index_lookup.py:839, in IndexLookup.save_assets(self, dir_path)
838 def save_assets(self, dir_path):
\--\> 839     if self.input_vocabulary:
840         # Vocab saved in config.
841         # TODO: consider unifying both paths.
842         return
843     vocabulary = self.get_vocabulary(include_special_tokens=True)

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

执行此操作时出现上述错误：

titanic_model.save('titanic_model.keras')

看起来发生该错误是因为将词汇表与在 StringLookup 期间创建的 bool 进行比较，我正在按如下方式创建该布尔值：

for name, input_ in inputs.items():
    if input_.dtype == tf.float32:
        continue

    
    lookup = layers.StringLookup(vocabulary = np.unique(titanic_features[name]), output_mode =  'one_hot', name = "string_lookup_" + name) # 
    # lookup.adapt(titanic_features[name])
    print(lookup.get_vocabulary())
    # one_hot = layers.CategoryEncoding(num_tokens = lookup.vocabulary_size())

    x = lookup(input_)
    # x = one_hot(x)
    all_inputs.append(x)

如果我尝试通过如下所示使图层适应特征来学习词汇，那么错误就会消失：

for name, input_ in inputs.items():
    if input_.dtype == tf.float32:
        continue

    
    lookup = layers.StringLookup(output_mode = 'one_hot', name = "string_lookup_" + name) #vocabulary = np.unique(titanic_features[name]), 
    lookup.adapt(titanic_features[name])
    print(lookup.get_vocabulary())
    # one_hot = layers.CategoryEncoding(num_tokens = lookup.vocabulary_size())

    x = lookup(input_)
    # x = one_hot(x)
    all_inputs.append(x)

使用的Python版本：3.11.0

请找到我附在此处的笔记本：

https://colab.research.google.com/drive/1okGXF8kr7faeGijPittyAqJt9i60SUKn?usp=sharing

Answer 1

我在尝试使用 TextVectorization 预处理层保存模型时遇到了同样的问题。感谢您的解决方案，它对我有用！

tf：2.13.0 蟒蛇：3.10

Answer 2

我确实发现了这个问题。它似乎在新版本中已修复。

错误在包中https://github.com/keras-team/keras/blob/v3.0.0/keras/layers/preprocessing/index_lookup.py

在新版本中，代码如下所示： “ def save_assets(self, dir_path): 如果 self.input_vocabulary 不是 None：“

而在旧版本中，代码是： “ def save_assets(self, dir_path): if self.input_vocabulary: "

在旧版本中，它检查词汇表是否为“true”，在新版本中，它会正确检查词汇表是否存在。