Tensorflow TypeError: 'Switch' Op 的输入 'pred' 的类型 float32 与预期的 bool 类型不匹配

我目前正在使用 Tensorflow 构建深度神经网络，并在实现称为 dropout 的正则化技术时遇到了一些问题（请在此处查看Geoffrey Hinton 的原始论文）。

Tensorflow 有一个功能可以解决这个问题，我正在学习Aurelien Geron 的书Hands-On Machine Learning with Scikit-Learn & Tensorflow 的教程（顺便说一下，这太不可思议了）。在其中，他实现 dropout 的示例代码包括声明一个training占位符：

training = tf.placeholder(tf.float32, shape = (), name = "training")

然后创建隐藏层 dropout 对象：

hidden1_drop = tf.layers.dropout(hidden1, dropout_rate, training = training)

但是，当我执行此操作时，我收到指向上述行的错误。

TypeError: Input 'pred' of 'Switch' Op has type float32 that does not match expected type of bool

我查看了有关dropout 的 Tensorflow 文档，tf.layers.dropout()方法的training参数定义为

要么是 Python 布尔值，要么是 TensorFlow 布尔值标量张量（例如占位符）。是否以训练模式（应用 dropout）或推理模式返回输出（返回原封不动的输入）。

但是，在上面的代码中，我清楚地传入了tf.float32. 我怀疑这是我的错误的原因 - 它甚至在错误消息本身中有所说明。那么这仅仅是作者的错别字，还是我不了解幕后发生的事情？

我应该用这一行替换隐藏层声明吗？

hidden1_drop = tf.layers.dropout(hidden1, dropout_rate, training = True)

我还查看了其他类似错误的SO帖子，例如这个，但答案似乎表明该错误源于过时的 Tensorflow 版本，事实并非如此 - 我最近才在我的机器上安装了几周前。