Question

我正在尝试使用以下代码从Keras "first example"构建模型：

from keras.models import Model
from tensorflow.contrib.keras.api.keras.layers import Dense, Input

# This returns a tensor
inputs = Input(shape=(784,))

# a layer instance is callable on a tensor, and returns a tensor
x = Dense(64, activation='relu')(inputs)
x = Dense(64, activation='relu')(x)
predictions = Dense(10, activation='softmax')(x)

# This creates a model that includes
# the Input layer and three Dense layers
model = Model(inputs=inputs, outputs=predictions)

没有训练没有跑，只是建立一个模型。

在Linux下（Ubuntu 14.04LTS，Python 3.5，Tensorflow 1.2.1，Keras 2.0.6）它抱怨

TypeError：Model的输入图层必须是InputLayer个对象。收到的输入：Tensor（“input_1：0”，shape =（？，784），dtype = float32）。输入0（从0开始）源自图层类型InputLayer。

在Windows下（Windows 10，Anaconda Python 3.5，Tensorflow-gpu 1.1.0，Keras 2.0.4）它抱怨

AttributeError：'Tensor'对象没有属性'_keras_shape'

这些错误或过时的文档，或两者兼有，或者是什么？

如何从文档站点运行这个简单的示例？

更新

如果我将第一行更改为

 inputs = InputLayer(input_shape=(784,))

然后两个操作系统都开始抱怨：

 AttributeError: 'InputLayer' object has no attribute 'get_shape'

Answer 1

from keras.models import Model
from keras.layers import Dense, Input

# This returns a tensor
inputs = Input(shape=(784,))

# a layer instance is callable on a tensor, and returns a tensor
x = Dense(64, activation='relu')(inputs)
x = Dense(64, activation='relu')(x)
predictions = Dense(10, activation='softmax')(x)

# This creates a model that includes
# the Input layer and three Dense layers
model = Model(inputs=inputs, outputs=predictions)

model.summary()

请勿将Keras独立模块与contrib。

中的模块混合使用

无法在Linux下或在具有不同错误的Windows下构建示例模型

1 个答案: