k-fold交叉验证

[xx-Jiangwen]

提问时请尽可能提供如下信息：

基本信息

• 你使用的操作系统: ubuntu
• 你使用的Python版本: 3.6.13
• 你使用的Tensorflow版本: nvidia-tensorflow 1.15.4+nv20.10
• 你使用的Keras版本: Keras 2.3.1
• 你使用的bert4keras版本: 0.11.3
• 你使用纯keras还是tf.keras: keras
• 你加载的预训练模型:wobert

核心代码

# 请在此处贴上你的核心代码。
# 请尽量只保留关键部分，不要无脑贴全部代码。
    num_splits = 2
    kf = KFold(n_splits=num_splits, shuffle=True, random_state=2022)
    fold = 0
    for fold,(train_index, val_index) in enumerate( kf.split(data)):
        fold += 1
        print("="*80)
        print(f"正在训练第 {fold} 折的数据")

        
        # 划分训练集和验证集
        train_data = [data[i] for i in train_index]
        valid_data = [data[i] for i in val_index]

        model_savepath = f'../best_model/best_model_fold{fold}.weights'
        model = build_model()    # 构建模型
        train_generator = data_generator(train_data, batch_size)
        evaluator = Evaluator(valid_data,model_savepath,model)

        model.fit(
            train_generator.forfit(),
            steps_per_epoch=len(train_generator),
            epochs=epochs,
            callbacks=[evaluator]
            )

        do_predict(model_savepath,fold,model)

        del model, train_data, valid_data
        K.clear_session()
        gc.collect()

输出信息

# 请在此处贴上你的调试输出
ValueError: Tensor("Cast:0", shape=(), dtype=float32) must be from the same graph as Tensor("loss/efficient_global_pointer_loss/strided_slice:0", shape=(?, ?, ?), dtype=float32).

自我尝试

不管什么问题，请先尝试自行解决，“万般努力”之下仍然无法解决再来提问。此处请贴上你的努力过程。
想进行交叉验证效果，为防止上一步模型的缓存造成数据泄露，需要清除掉，使用clear_session()，但一直报上面的错误，然后网上搜集相关问题，还是无法解决

[xx-Jiangwen]