“张量”对象没有属性“_keras_history”答案

【问题标题】：'Tensor' object has no attribute '_keras_history'“张量”对象没有属性“_keras_history”
【发布时间】：2019-03-08 01:42:03
【问题描述】：

我想在输入张量的列上独立提取和应用Conv2D 层，但在添加代码之后：

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 层或不可区分的extraction。

但是没有它我该怎么办呢？

【问题讨论】：

标签： python tensorflow machine-learning keras tensor

【解决方案1】：

这是因为您在 Keras 张量（即out）上直接应用后端函数（即K.expand_dims()），因此结果将是张量（而不是 Keras 张量）。实际上，Keras 张量是张量的增强版本，并且具有帮助 Keras 构建模型的附加属性（例如_keras_history）。现在，要解决此问题，您只需将后端函数放在 Lambda 层中即可获得 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)

【讨论】：

它是：out_put = K.concatenate(branch_outputs)，我删除了 K. 并工作了。您的回答帮助我理解了它，所以如果您愿意，可以将其添加到您的回答中，我会接受它
@FrancescoPegoraro 哦！我什至没有看到那条线。是的，出于同样的原因，它也是错误的。您需要改用Concatenate 层。我已经更新了我的答案。