python - 类型错误 : __init__() takes at least 3 arguments (2 given) when subclassing Model class

Question

我想使用 Tensorflow 和 Keras 创建一个简单的神经网络。当我尝试通过子类化模型类来实例化模型

class TwoLayerFC(tf.keras.Model):
    def __init__(self, hidden_size, num_classes):
        super(TwoLayerFC, self).__init__()
        self.fc1 = keras.layers.Dense(hidden_size,activation=tf.nn.relu)
        self.fc2 = keras.layers.Dense(num_classes)


    def call(self, x, training=None):
        x = tf.layers.flatten(x)
        x = self.fc1(x)
        x = self.fc2(x)

        return x

这就是我测试网络的方式

def test_TwoLayerFC():
    tf.reset_default_graph()
    input_size, hidden_size, num_classes = 50, 42, 10
    model = TwoLayerFC(hidden_size, num_classes)
    with tf.device(device):
        x = tf.zeros((64, input_size))
        scores = model(x)

    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        scores_np = sess.run(scores)
        print(scores_np.shape)

我收到错误:

TypeError: init() takes at least 3 arguments (2 given)

我关注了this教程，好像应该有两个参数。

Answer 1

我阅读了您的代码，看到正在创建 PyTorch 模型，包括第二个 Dense 层中存在两个传递数字的错误。

Keras 模型不应遵循与 PyTorch 模型相同的逻辑。

这个模型应该像这样创建:

input_tensor = Input(input_shape)
output_tensor = Flatten()(input_tensor)
output_tensor = Dense(hidden_size, activation='relu')(output_tensor)
output_tensor = Dense(num_classes)

model = keras.models.Model(input_tensor, output_tensor)

此模型实例已准备好进行编译和训练:

 model.compile(optimizer=..., loss = ..., metrics=[...])
 model.fit(x_train, y_train, epochs=..., batch_size=..., ...)

在 Keras 中没有理由子类化 Model，除非您是一位真正的高级用户，正在尝试一些非常规的事情。

顺便说一句，请注意不要将 tf.keras.anything 与 keras.anything 混合。第一个是直接由tensorflow维护的Keras版本，而第二个是原始的Keras。它们并不完全相同，tensorflow 的版本似乎有更多错误，并且将两者混合在同一代码中听起来是一个坏主意。