TypeError: len non è ben definito per i tensori simbolici. (Activation_3 / Identità: 0) Si prega di chiamare `x.shape` anziché` len (x) `per informazioni sulla forma

Sto cercando di implementare un modello DQL su un gioco di palestra openAI. Ma mi sta dando il seguente errore.

TypeError: len non è ben definito per i tensori simbolici. (Activation_3 / Identità: 0) Si prega di chiamare x.shapepiuttosto che len(x) per informazioni sulla forma.

Creare un ambiente palestra:

ENV_NAME = 'CartPole-v0'

env = gym.make(ENV_NAME)
np.random.seed(123)
env.seed(123)
nb_actions = env.action_space.n

Il mio modello è simile al seguente:

model = Sequential()
model.add(Flatten(input_shape=(1,) + env.observation_space.shape))
model.add(Dense(16))
model.add(Activation('relu'))
model.add(Dense(nb_actions))
model.add(Activation('linear'))
print(model.summary())

Montando quel modello sul modello DQN da keral-rl come segue:

policy = EpsGreedyQPolicy()
memory = SequentialMemory(limit=50000, window_length=1)
dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy)
dqn.compile(Adam(lr=1e-3), metrics=['mse', 'mae'])
dqn.fit(env, nb_steps=5000, visualize=False, verbose=3)

L'errore proviene da questa riga:

dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy)

Sto usando keras-rl == 0.4.2 e tensorflow == 2.1.0. Sulla base di altre risposte, ho anche provato tensorflow == 2.0.0-beta0 ma non risolve l'errore.

Qualcuno può spiegarmi perché sto affrontando questo errore? e come risolverlo?

Grazie.

Il motivo per cui si rompe è perché, tf.TensorTF 2.0.0 (e TF 1.15) ha il __len__sovraccarico e solleva un'eccezione . Ma TF 1.14 per esempio non ha l' __len__attributo.

Pertanto, qualsiasi cosa TF 1.15+ (incluso) si rompe keras-rl(in particolare qui ), che ti dà l'errore di cui sopra. Quindi hai due opzioni,

• Esegui il downgrade a TF 1.14 (consigliato)
• Elimina il __len__sovraccarico nella sorgente TensorFlow ( sconsigliato in quanto ciò potrebbe interrompere altre cose)