分割图层输出时,Keras 抛出“'Tensor' object has no attribute '_keras_shape'”
Keras throws `'Tensor' object has no attribute '_keras_shape'` when splitting a layer output
我有一个句子对 2*1*300
的句子嵌入输出 X。我想将此输出拆分为两个形状为 1*300
的向量,以计算其绝对差值和乘积。
x = MaxPooling2D(pool_size=(1,MAX_SEQUENCE_LENGTH),strides=(1,1))(x)
x_A = Reshape((1,EMBEDDING_DIM))(x[:,0])
x_B = Reshape((1,EMBEDDING_DIM))(x[:,1])
diff = keras.layers.Subtract()([x_A, x_B])
prod = keras.layers.Multiply()([x_A, x_B])
nn = keras.layers.Concatenate()([diff, prod])
目前,当我执行 x[:,0]
时,它会抛出一个错误 AttributeError: 'Tensor' object has no attribute '_keras_shape'
。我假设张量对象分裂的结果是一个没有 _keras_shape
的张量对象。
有人可以帮我解决这个问题吗?谢谢。
Keras 在分层处理时向张量添加一些信息。由于您将张量拆分到外层,因此它会丢失该信息。
解决方案涉及从 Lambda 层返回拆分张量:
x_A = Lambda(lambda x: x[:,0], output_shape=notNecessaryWithTensorflow)(x)
x_B = Lambda(lambda x: x[:,1], output_shape=notNecessaryWithTensorflow)(x)
x_A = Reshape((1,EMBEDDING_DIM))(x_A)
x_B = Reshape((1,EMBEDDING_DIM))(x_B)
我有一个句子对 2*1*300
的句子嵌入输出 X。我想将此输出拆分为两个形状为 1*300
的向量,以计算其绝对差值和乘积。
x = MaxPooling2D(pool_size=(1,MAX_SEQUENCE_LENGTH),strides=(1,1))(x)
x_A = Reshape((1,EMBEDDING_DIM))(x[:,0])
x_B = Reshape((1,EMBEDDING_DIM))(x[:,1])
diff = keras.layers.Subtract()([x_A, x_B])
prod = keras.layers.Multiply()([x_A, x_B])
nn = keras.layers.Concatenate()([diff, prod])
目前,当我执行 x[:,0]
时,它会抛出一个错误 AttributeError: 'Tensor' object has no attribute '_keras_shape'
。我假设张量对象分裂的结果是一个没有 _keras_shape
的张量对象。
有人可以帮我解决这个问题吗?谢谢。
Keras 在分层处理时向张量添加一些信息。由于您将张量拆分到外层,因此它会丢失该信息。
解决方案涉及从 Lambda 层返回拆分张量:
x_A = Lambda(lambda x: x[:,0], output_shape=notNecessaryWithTensorflow)(x)
x_B = Lambda(lambda x: x[:,1], output_shape=notNecessaryWithTensorflow)(x)
x_A = Reshape((1,EMBEDDING_DIM))(x_A)
x_B = Reshape((1,EMBEDDING_DIM))(x_B)