使用MirroredStrategy时出现断言错误：isinstance（x，dataset_操作数据集2)

Question

我尝试使用MirroredStrategy来适应我使用两个Titan Xp gpu的顺序模型。我在Ubuntu16.04上使用TensorFlow2.0Alpha。在

我成功地运行了tensorflow文档中的代码片段：

from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf

mirrored_strategy = tf.distribute.MirroredStrategy()
  with mirrored_strategy.scope():
  model = tf.keras.Sequential([tf.keras.layers.Dense(1, input_shape=(1,))])
  model.compile(loss='mse', optimizer='sgd')

dataset = tf.data.Dataset.from_tensors(([1.], [1.])).repeat(100).batch(10)
model.fit(dataset, epochs=2)
model.evaluate(dataset)

但是，当我试图训练我的数据时，这是一个稀疏的形状矩阵（使用adam优化器和二进制交叉熵）：

^{pr2}$

我收到一个断言错误，在

assert isinstance(x, dataset_ops.DatasetV2)

在tensoflow代码中，training.py中的第2166行似乎导致了这个断言错误。在

有人能解释一下我的数据有什么问题吗？在

Answer 1

我在使用dataset= strategy.experimental_distribute_dataset(train_dataset)和model.fit(dataset)时也遇到了类似的错误。在

删除strategy.experimental_distribute_dataset之后。它工作得很好。这与TF document相似，他们说keras.Model.fit()自动处理所有事情，只有当我们想用tf.GradientTape()进行定制训练时，我们才需要手动的分布式数据集。在

你可以通过offical tutorial of MNIST了解更多信息