Question

在TensorFlow中使用keras的功能API遇到错误。在我尝试启动Model对象（tf.keras.Model）之前，这些层可以很好地编译，此时我将收到以下错误和回溯。

最后一个包装器在下面：

def dense(self,kwargs):
    print('simple old Dense layer')
    self.layer_outputs[kwargs['LayerID']] = tf.keras.layers.Lambda(tf.layers.Dense(name=self._namer(kwargs['LayerID']), **kwargs['LayerKwargs']))(self.layer_outputs[kwargs['LayerInput']])
    if kwargs['args'].setdefault('norm',True):
        self.layer_outputs[kwargs['LayerID']] = self.batchnorm_relu(self.layer_outputs[kwargs['LayerID']],kwargs['LayerID'])
    return self.layer_outputs[kwargs['LayerID']]

我已经审查了其他有关类似错误的问题，here，here和here。所有这些问题都可以通过更正输入或将输出包装在keras.Lambda层包装程序中来解决，这两种方法似乎都不适合我。

我的输入如下：

self.input_proxy = tf.keras.layers.Input(shape=self.batch_input_shape[1:],dtype=tf.float32)

我还没有尝试过的答案是here，其中我将手动分配缺少的必需meta_data。这可能有效，但是似乎很hacky，我希望有一个更直接的解决方案，如果可能的话，可以与API一起使用。

为什么会这样，我该如何解决？

   C:\Users\asus\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\keras\engine\training.py in __init__(self, *args, **kwargs)
        115
        116   def __init__(self, *args, **kwargs):
    --> 117     super(Model, self).__init__(*args, **kwargs)
        118     # Create a cache for iterator get_next op.
        119     self._iterator_get_next = weakref.WeakKeyDictionary()

    C:\Users\asus\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\keras\engine\network.py in __init__(self, *args, **kwargs)
         78         'inputs' in kwargs and 'outputs' in kwargs):
         79       # Graph network
    ---> 80       self._init_graph_network(*args, **kwargs)
         81     else:
         82       # Subclassed network

    C:\Users\asus\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\training\checkpointable\base.py in _method_wrapper(self, *args, **kwargs)
        424     self._setattr_tracking = False  # pylint: disable=protected-access
        425     try:
    --> 426       method(self, *args, **kwargs)
        427     finally:
        428       self._setattr_tracking = previous_value  # pylint: disable=protected-access

    C:\Users\asus\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\keras\engine\network.py in _init_graph_network(self, inputs, outputs, name)
        222         raise ValueError('Output tensors to a ' + cls_name + ' must be '
        223                          'the output of a TensorFlow `Layer` '
    --> 224                          '(thus holding past layer metadata). Found: ' + str(x))
        225
        226     self._base_init(name=name)

    ValueError: Output tensors to a Model must be the output of a TensorFlow `Layer` (thus holding past layer metadata). Found: Tensor("lambda/Last__0/BiasAdd:0",

ValueError：模型的输出张量必须是TensorFlow`Layer`的输出（因此保留过去的层元数据）。

0 个答案: