“Tensor”对象没有属性“\u keras\u history”

Question

我想在输入张量的列上独立地提取并应用Conv2D层，但是在添加代码之后：

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层或提取这是不可微的。你知道吗

但是没有它我怎么办？你知道吗

Answer 1

这是因为您直接将后端函数（即K.expand_dims()）应用于Keras张量（即out），因此结果将是一个张量（而不是Keras张量）。实际上，Keras张量是张量的一个扩充版本，并且有额外的属性（例如_keras_history），这有助于Keras建立模型。现在，要解决这个问题，您只需要将后端函数放在Lambda层中，以输出Keras张量：

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

同样的道理也适用于使用K.concatenate()。然而，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)