如題所述問題,其本質是tensorflow版本不兼容的問題,但是為了一個錯誤去更新tensorflow版本,往往會消耗較長時間,而且說不定會引起其他地方依賴的問題。
關於該問題可以考慮從不同角度進行考量,迂回解決。
比如我在實驗中,在使用a == None時出現了該問題,其中a為一個tensor,那么既然不能直接判斷,那么可以根據其類型進行判斷,即改為type(a) == type(None)
即可。
關於其他類型的問題,可以考慮通過對其中某個值、或者shape、dtype等進行判斷,從另一個角度解決問題。