作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我在 TensorFlow 2.0 中使用 Keras 函数式 API 创建了一个 RNN,下面的代码片段可以正常工作
sum_input = keras.Input(shape=(UNIT_SIZE, 256,), name='sum')
x = tf.unstack(sum_input,axis=2, num=256)
t_sum = x[0]
for i in range(len(x) - 1):
t_sum = keras.layers.Add()([t_sum, x[i+1]])
sum_m = keras.Model(inputs=sum_input, outputs=t_sum, name='sum_model')
然后我不得不更改为 Tensorflow 1.13,这给了我以下错误
ValueError: Output tensors to a Model must be the output of a TensorFlow `Layer` (thus holding past layer metadata). Found: Tensor("add_254/add:0", shape=(?, 40), dtype=float32)
我不明白为什么输出张量不是来自 Tensorflow 层,因为 t_sum 是 keras.layers.Add 的输出。
我已尝试按照 ValueError: Output tensors to a Model must be the output of a TensorFlow Layer 中的建议将部分代码包装到 keras.layers.Lambda 中,但它似乎对我不起作用。
最佳答案
问题不在于 Add()
层,而在于 tf.unstack()
- 它不是 keras.layers.Layer() 的实例
。您可以将其包装为自定义层:
import tensorflow as tf
class Unstack(tf.keras.layers.Layer):
def __init__(self):
super(Unstack, self).__init__()
def call(self, inputs, num=256):
return tf.unstack(inputs, axis=2, num=num)
x = Unstack()(sum_input)
或者,您可以使用 Lambda
层代替子类化:
x = tf.keras.layers.Lambda(lambda t: tf.unstack(t, axis=2, num=256))(sum_input)
关于python - Tensorflow - 值错误 : Output tensors to a Model must be the output of a TensorFlow `Layer` ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55908329/
我是一名优秀的程序员,十分优秀!