运行Keras SimpleRNN时出现NotImplementedError无法转换符号张量为numpy数组

报错信息：NotImplementedError: Cannot convert a symbolic Tensor (simple_rnn_17/strided_slice:0) to a numpy array

该报错为TensorFlow 2.4.x版本的已知兼容性问题，并非仅由numpy版本过高导致，单纯降级numpy无法覆盖所有触发场景，可按以下步骤依次排查修复：

• 修正keras导入路径
  不要使用独立安装的keras包，统一使用TensorFlow内置的keras模块，将所有import keras相关的导入语句替换为：

from tensorflow import keras

二者版本不一致时会导致SimpleRNN层的张量切片计算逻辑异常，是该报错的最高发诱因。

• 增加层参数强制计算展开
  如果修改导入路径后仍报错，可在SimpleRNN层增加unroll=True参数，强制层在编译阶段展开循环计算，避免运行时生成无法转换的符号张量：

keras.layers.SimpleRNN(1, input_shape=[None, 1], unroll=True)

也可在模型定义前关闭即时执行模式解决：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()

• 版本升级兜底
  如果以上方案都不生效，直接将TensorFlow升级到2.5及以上正式版本，该bug已在2.5版本被官方修复，配套numpy版本使用1.21.x即可，无需降级numpy。

内容的提问来源于stack exchange，提问作者hafiz031