python - AttributeError :'Tensor' 对象没有属性 '_keras_history'

Question

Aux_input = Input(shape=(wrd_temp.shape[1],1), dtype='float32')#shape (,200)
Main_input = Input(shape=(wrdvec.shape[1],),dtype='float32')#shape(,367)

X = Bidirectional(LSTM(20,return_sequences=True))(Aux_input)
X = Dropout(0.2)(X)
X = Bidirectional(LSTM(28,return_sequences=True))(X)
X = Dropout(0.2)(X)
X = Bidirectional(LSTM(28,return_sequences=False))(X)
Aux_Output = Dense(Opt_train.shape[1], activation= 'softmax' )(X)#total 22 classes

x = keras.layers.concatenate([Main_input,Aux_Output],axis=1)

x = tf.reshape(x,[1,389,1])#here 389 is the shape of the new input i.e.(
Main_input+Aux_Output)

x = Bidirectional(LSTM(20,return_sequences=True))(x)
x = Dropout(0.2)(x)
x = Bidirectional(LSTM(28,return_sequences=True))(x)
x = Dropout(0.2)(x)
x = Bidirectional(LSTM(28,return_sequences=False))(x)
Main_Output = Dense(Opt_train.shape[1], activation= 'softmax' )(x)

model = Model(inputs=[Aux_input,Main_input], outputs=    [Aux_Output,Main_Output])

在声明模型的行中发生错误，即 model = Model()，这里发生了属性错误，另外，如果我的实现中有任何其他错误，请不要在评论部分通知我。

Answer 1

问题在于使用每个 tf 操作都应该被封装为:

1. 使用 keras.backend 函数，
2. Lambda 层，
3. 指定具有相同行为的 keras 函数。

当您使用 tf 操作时 - 您将获得没有 history 字段的 tf 张量对象。当您使用 keras 函数时，您将获得 keras.tensors。