Question

我在Keras中创建了一个自定义层（称为GraphGather），但输出张量打印为：

Tensor（“ graph_gather / Tanh：0”，shape =（?,？），dtype = float32）

由于某种原因，形状返回为（？，？），这将导致下一个致密层引发以下错误：

ValueError：Dense的输入的最后维度应定义。找到了None。

GraphGather层代码如下：

class GraphGather(tf.keras.layers.Layer):

  def __init__(self, batch_size, num_mols_in_batch, activation_fn=None, **kwargs):
    self.batch_size = batch_size
    self.num_mols_in_batch = num_mols_in_batch
    self.activation_fn = activation_fn
    super(GraphGather, self).__init__(**kwargs)

  def build(self, input_shape):
    super(GraphGather, self).build(input_shape)

 def call(self, x, **kwargs):
    # some operations (most of def call omitted)
    out_tensor = result_of_operations() # this line is pseudo code
    if self.activation_fn is not None:
      out_tensor = self.activation_fn(out_tensor)
    out_tensor = out_tensor
    return out_tensor

  def compute_output_shape(self, input_shape):
    return (self.num_mols_in_batch, 2 * input_shape[0][-1])}

I have also tried hardcoding compute_output_shape to be: python def compute_output_shape（self，input_shape）：回报（64，150） ``` 然而，在打印时输出张量仍然是

Tensor（“ graph_gather / Tanh：0”，shape =（?,？），dtype = float32）

这将导致上面编写的ValueError。

系统信息

已编写了自定义代码
** OS平台和发行版*：Linux Ubuntu 16.04
TensorFlow版本（使用下面的命令）：1.5.0
Python版本：3.5.5

Answer 1

我有同样的问题。我的解决方法是将以下行添加到call方法中：

input_shape = tf.shape(x)

然后：

return tf.reshape(out_tensor, self.compute_output_shape(input_shape))

我还没有遇到任何问题。

Tensorflowcompute_output_shape（）不适用于自定义层

系统信息

1 个答案: