raise RuntimeError("tf.placeholder() is not compatible with " RuntimeError: tf.placeholder() is not compatible with eager execution.

这个错误是因为在TensorFlow 2.x中启用了Eager Execution（即默认情况下启用），而`tf.placeholder`不允许在Eager Execution模式下使用。相反，您可以使用`tf.Variable`或`tf.constant`来创建张量。例如：

import tensorflow as tf
state_ph = tf.Variable(tf.zeros((train_params.BATCH_SIZE,) + train_params.STATE_DIMS), trainable=False)

或者，如果您只需要一个常量张量，则可以使用`tf.constant`，例如：

import tensorflow as tf
state_ph = tf.constant(0.0, shape=((train_params.BATCH_SIZE,) + train_params.STATE_DIMS))

请注意，在TensorFlow 2.x中，启用Eager Execution非常方便和易于调试，但在某些情况下可能会降低计算性能。

相关问题

RuntimeError: tf.placeholder() is not compatible with eager execution.

这是一个关于 TensorFlow 的错误，可能是由于使用了 eager execution 导致的。建议检查代码中是否有使用了 tf.enable_eager_execution()，如果有，可以尝试将其注释掉或者使用 tf.compat.v1.placeholder() 替代 tf.placeholder()。

runtimeerror: tf.placeholder() is not compatible with eager execution.

这是一个 TensorFlow 的错误消息，意思是你在使用 Eager Execution 模式时使用了 tf.placeholder()。

Eager Execution 是 TensorFlow 的一种运行模式，它允许你直接在运行时计算张量，而不需要构建计算图。而 tf.placeholder() 是 TensorFlow 静态图模式中使用的占位符，它不兼容 Eager Execution 模式。

若要在 Eager Execution 模式下使用占位符，可以使用 tf.Variable() 或者 tf.constant() 代替。

如果你确实需要使用占位符来构建计算图，需要关闭 Eager Execution 模式, 使用tf.compat.v1.disable_eager_execution() 来关闭 Eager execution.