TensorFlow视频分类教程报错：Tensor不可哈希，建议用tensor.ref()作为键

问题根源 #

该错误是einops与当前TensorFlow版本不兼容导致的——新版TensorFlow调整了Tensor的哈希机制，而旧版einops的rearrange方法仍在尝试直接将Tensor作为哈希键使用，从而触发报错。

可行解决方案 #

• 指定兼容的einops版本
  安装经过验证的兼容版本，比如0.6.1或0.5.0：

  pip install einops==0.6.1 --force-reinstall
  

• 用TensorFlow原生API替代einops.rearrange
  直接修改ResizeVideo层中的rearrange调用，改用TensorFlow原生的transpose和reshape实现相同逻辑。例如原代码：

  x = rearrange(x, 'b t h w c -> b h w t c')
  

  替换为：

  x = tf.transpose(x, perm=[0, 2, 3, 1, 4])
  

  这种方式完全避开einops的哈希问题，且性能更贴合TensorFlow生态。

• 调整TensorFlow版本
  如果是TensorFlow版本过高导致的兼容问题，可降级到2.14.0版本：

  pip install tensorflow==2.14.0 --force-reinstall
  

• 包装einops调用为PyFunction
  若必须保留einops，可在ResizeVideo层的call方法中用tf.py_function包装rearrange调用，强制在Eager模式下执行：

  def rearrange_tensor(x):
      from einops import rearrange
      return rearrange(x, 'b t h w c -> b h w t c')
  
  x = tf.py_function(rearrange_tensor, [x], Tout=tf.float32)
  # 手动设置输出形状，避免Graph模式下形状丢失
  x.set_shape(x.shape.as_list())
  

内容的提问来源于stack exchange，提问作者Hammond