tensorflow versión 2.3.1 numpy versión 1.20
debajo del codigo
# define model model = Sequential() model.add(LSTM(50, activation='relu', input_shape=(n_steps, n_features))) model.add(Dense(1)) model.compile(optimizer='adam', loss='mse')
tenemos
NotImplementedError: no se puede convertir un tensor simbólico (lstm_2/strided_slice:0) en una matriz numpy. Este error puede indicar que está intentando pasar un Tensor a una llamada NumPy, que no es compatible.
me parece un error loco!
Tuve el mismo problema, lo resolví degradando Python de 3.8 a 3.6
Problema similar, con
en Windows 7.
Resuelto modificando tensorflow/python/framework/ops.py
, reemplazando
def __array__(self): raise NotImplementedError(
en la línea #845~846 con
def __array__(self): raise TypeError(
.
Actualización de Tensorflow 2.5:
Los paquetes tensorflow y tensorflow-gpu 2.5 aún incluyen numpy-1.19.5 como dependencia.
El error al que se hace referencia en esta publicación se reproducirá si la instalación de tensorflow 2.5 se mezcla con numpy> 1.19.5
tensorflow-2.5, numpy-1.19.5 son compatibles con python-3.9
Si está utilizando anaconda:
conda install numpy=1.19
Enfrenté este problema con el chip M1. Aquí está cómo lo arreglé:
conda create create --name tf conda activate tf conda install numpy ~=1.18.5 pip install tensorflow-macos
y listo, ¡estás listo para irte!
Tuve el mismo problema con tensorflow 2.5.0
y numpy 1.21.2
. Hubo sugerencias aquí para realizar cambios en el archivo array_ops.py
, pero esto no funcionó para mí. Otra respuesta en la misma página con los siguientes pasos funcionó.
pip uninstall tensorflow pip install tensorflow pip uninstall numpy pip install numpy
Básicamente, estos pasos no degradan numpy, sino que lo actualizan o lo mantienen en el mismo nivel. Los pasos anteriores actualizaron tensorflow 2.7.0
y numpy 1.21.4
y mi código se ejecutó sin problemas.
Resolví con numpy downgrade a 1.18.5
pip install -U numpy==1.18.5