Question

Tensorflow版本：1.11.0

我正在尝试将TensorBoard与Tensorflow keras模型一起用于投影仪的可视化。我收到AttributeError：图层要素没有入站节点。我不确定为什么在下面的简单代码中会出现此错误。我确实在Google上搜索了该错误，但找不到正确的解决方案来修复它。

from os import makedirs
from os.path import exists, join
import tensorflow as tf
mnist = tf.keras.datasets.mnist

import numpy as np


(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(512, activation=tf.nn.relu),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(10, activation=tf.nn.relu, name='features'),
  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

log_dir = "./logs"
with open(join(log_dir, 'metadata.tsv'), 'w') as f:
    np.savetxt(f, y_test)

from tensorflow.keras.callbacks import TensorBoard

tf_board_callback = TensorBoard(
                            log_dir=log_dir,
                            batch_size=32,
                            embeddings_freq=1,
                            embeddings_layer_names=['features'],
                            embeddings_metadata='metadata.tsv',
                            embeddings_data=x_test
                        )

model.fit(x_train, y_train, epochs=5, callbacks=[tf_board_callback])

Answer 1

我想您应该为顺序模型的第一层指定输入形状

Answer 2

在Keras中定义网络时，添加的第一层需要添加input_shape。

在此处查看文档：{{3}}

因此，对于MNIST，您应该输入input_shape =（28,28,1）

这里有一个很好的例子：https://keras.io/getting-started/sequential-model-guide/#specifying-the-input-shape

Tensorflow Keras-AttributeError：图层要素没有入站节点

2 个答案: