'Tensor' object 没有属性“_keras_history”

Question

我想在输入张量的列上独立提取和应用 Conv2D 层，但在添加代码后：

accelerometer_input = Input(shape=(1400, 3))

for i in range(3):
    out = Lambda(lambda x: x[:,:, i:i+1])(accelerometer_input) # Extracting the ith channel
    out = K.expand_dims(out, axis=1)
    out = Conv2D(64, (30, 1), data_format="channels_first")(out)  
    branch_outputs.append(out)
out_put = K.concatenate(branch_outputs)

它给了我标题中的错误。我认为这是由于 Lambda 层或 extraction 不可区分。

可是没有它怎么办呢？

Answer 1

那是因为您直接在 Keras 张量（即 out）上应用后端函数（即 K.expand_dims()），因此结果将是一个张量（而不是 Keras 张量）。实际上，Keras Tensor 是 Tensor 的增强版本，并具有其他属性（例如 _keras_history），可帮助 Keras 构建模型。现在，要解决这个问题，您只需要将后端函数放在 Lambda 层中以将 Keras 张量作为输出：

out = Lambda(lambda x: K.expand_dims(x, axis=1))(out)

同样的事情也适用于使用 K.concatenate()。但是在这种情况下，Keras 中有一个特定的层：

from keras.layers import concatenate, Concatenate

# use functional interface
out_put = concatenate(branch_outputs)

# or use layer class
out_put = Concatenate()(branch_outputs)

'Tensor' object 没有属性“_keras_history”

'Tensor' object has no attribute '_keras_history'

python

machine-learning

keras

tensorflow

tensor