Model Zoo ResNet implementation fails with TensorFlow 2.5 custom ops
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Error
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
Comienza reproduciendo el fallo con TensorFlow 2.5 en la implementación de ResNet de Model Zoo y, a continuación, compara la carga de operaciones personalizadas con TensorFlow 2.4. El issue no indica ningún archivo fuente ni prueba; se considera terminado cuando se haya identificado y corregido el problema de compatibilidad para que el modelo ResNet se cargue y funcione con TensorFlow 2.5.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Description
I'm encountering compatibility issues with the ResNet implementation in Model Zoo when using TensorFlow 2.5.
Environment
- TensorFlow version: 2.5
- Models repository version: (latest as of report date)
- Operating system:
- Python version:
Error Details
When attempting to use the ResNet implementation from the Model Zoo with TensorFlow 2.5, the model fails to load due to incompatibility with custom operations.
Failure Mode
The model fails specifically when loading custom operations that were compiled against previous TensorFlow versions. The error occurs during model initialization before any training or inference can take place.
Affected Components
- Model Zoo ResNet implementation
- Custom operations in TensorFlow 2.5
- Model loading pipeline
Steps to Reproduce
- Install TensorFlow 2.5
- Clone the tensorflow/models repository
- Attempt to load/use the ResNet implementation from Model Zoo
- Observe the failure with custom ops
Expected Behavior
The ResNet implementation should load and function correctly with TensorFlow 2.5.
Potential Workarounds
- Downgrading to TensorFlow 2.4.x temporarily resolves the issue
- Modifying the custom op loading mechanism to be compatible with TF 2.5's API changes
- Using the Keras built-in ResNet implementation as an alternative
Any guidance or fixes to resolve this compatibility issue would be greatly appreciated.
Additional Context
This issue appears to be related to the changes in TensorFlow's C++ API for custom ops between version 2.4 and 2.5.
- Lenguaje dominante
- Python
- Estrellas
- 77.6k
- Forks
- 44.8k
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de tensorflow/models
-
Verify evals on Papers with CodeAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 72/100
tensorflow/models#13653 ·
-
object_detection_tutorial.ipynb pretrained model "resnet50 imagenet"Quizá libre de nuevo @laxmareddyp la tomó hace 202 días y no hay ningún pull request abierto. Abiertotype:support
tensorflow/models#13634 · 2 comentarios · 1 reacción · 1 asignado ·
-
Tag version compatible with Tensorflow 2.20Quizá libre de nuevo @bharatjetti la tomó hace 277 días y no hay ningún pull request abierto. Abiertomodels:official type:bug
tensorflow/models#13607 · 1 comentario · 1 asignado ·
-
models:research type:feature
Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100
tensorflow/models#13600 ·
-
Installation Issues on Python 3.13Quizá libre de nuevo @bharatjetti la tomó hace 246 días y no hay ningún pull request abierto. Abiertomodels:official type:bug
tensorflow/models#13587 · 9 comentarios · 1 asignado ·
Todos los issues de tensorflow/models
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
volcengine/OpenViking#7347 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
duolicious/duolicious#1943 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
fedora-infra/anitya#2166 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
NVIDIA/auto-ontology#486 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 69/100
NVIDIA/SkillEvaluator#446 ·
Los mantenedores suelen responder en 2 días