AttributeError：“张量”对象没有属性“_keras_history”答案

【问题标题】：AttributeError: 'Tensor' object has no attribute '_keras_history'AttributeError：“张量”对象没有属性“_keras_history”
【发布时间】：2017-12-06 22:27:42
【问题描述】：

我查找了所有“'Tensor' 对象没有属性 ***”，但似乎都与 Keras 无关（TensorFlow: AttributeError: 'Tensor' object has no attribute 'log10' 没有帮助）...

我正在制作一种 GAN（生成对抗网络）。在这里你可以找到结构。

Layer (type)                     Output Shape          Param #         Connected to                     
_____________________________________________________________________________
input_1 (InputLayer)             (None, 30, 91)        0                                            
_____________________________________________________________________________
model_1 (Model)                  (None, 30, 1)         12558           input_1[0][0]                    
_____________________________________________________________________________
model_2 (Model)                  (None, 30, 91)        99889           input_1[0][0]                    
                                                                       model_1[1][0]                    
_____________________________________________________________________________
model_3 (Model)                  (None, 1)             456637          model_2[1][0]                    
_____________________________________________________________________________

我预训练了 model_2 和 model_3。问题是我使用由 0 和 1 组成的列表对 model_2 进行了预训练，但 model_1 返回接近的值。所以我考虑使用以下代码对 model1_output 进行四舍五入：model1_out 上的 K.round()。

import keras.backend as K
[...]
def make_gan(GAN_in, model1, model2, model3):
    model1_out = model1(GAN_in)
    model2_out = model2([GAN_in, K.round(model1_out)])
    GAN_out = model3(model2_out)
    GAN = Model(GAN_in, GAN_out)
    GAN.compile(loss=loss, optimizer=model1.optimizer, metrics=['binary_accuracy'])
    return GAN
[...]

我有以下错误：

AttributeError: 'Tensor' 对象没有属性 '_keras_history'

完整的追溯：

Traceback (most recent call last):
  File "C:\Users\Asmaa\Documents\BillyValuation\GFD.py", line 88, in <module>
GAN = make_gan(inputSentence, G, F, D)
  File "C:\Users\Asmaa\Documents\BillyValuation\GFD.py", line 61, in make_gan
GAN = Model(GAN_in, GAN_out)
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\legacy\interfaces.py", line 88, in wrapper
return func(*args, **kwargs)
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\topology.py", line 1705, in __init__
build_map_of_graph(x, finished_nodes, nodes_in_progress)
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\topology.py", line 1695, in build_map_of_graph
layer, node_index, tensor_index)
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\topology.py", line 1695, in build_map_of_graph
layer, node_index, tensor_index)
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\topology.py", line 1665, in build_map_of_graph
layer, node_index, tensor_index = tensor._keras_history
AttributeError: 'Tensor' object has no attribute '_keras_history'

我在 Windows 7 上使用 Python 3.6 和 Spyder 3.1.4。上周我用 pip 升级了 TensorFlow 和 Keras。感谢您提供的任何帮助！

【问题讨论】：

尝试将K.round 放入Lambda 层。在 keras 中看到层外的操作并不常见。（但不确定这是不是问题所在）。
@Daniel：有了rounded = Lambda(lambda x: K.round(x))(G_out) 和F_out = F([GAN_in, rounded])，我可以“编译”但不再“适合”了。
请记住，TensorFlow 在 Windows 上仅支持 Python 3.5.x 版本：tensorflow.org/install/install_windows
@MaëvaLC 除了这个附加代码之外，您是否在代码中使用 + 运算符？
我说是因为 + 运算符不能正常工作，你必须使用 keras insead 的 add 方法

标签： python keras attributeerror

【解决方案1】：

我的问题是在 keras 上使用“+”而不是“添加”

【讨论】：

【解决方案2】：

由于错误直接来自这里：

Traceback (most recent call last):
  File "C:\Users\Asmaa\Documents\BillyValuation\GFD.py", line 88, in <module>
GAN = make_gan(inputSentence, G, F, D)
  File "C:\Users\Asmaa\Documents\BillyValuation\GFD.py", line 61, in make_gan
GAN = Model(GAN_in, GAN_out)

，并且您的模型的输入取决于以前模型的输出，我相信错误在于您模型中的代码。

在您的模型代码中，请逐行检查您是否应用了非 Keras 操作，尤其是最后几行。例如，对于元素相加，您可能直观地使用+ 甚至numpy.add，但应该使用keras.layers.Add()。

【讨论】：

我遇到了同样的问题，这解决了。我之前在代码中使用了“+”，在我尝试创建模型之前它没有抛出错误。用 keras 的 Add() 替换“+”解决了这个问题。

【解决方案3】：

@'Maëva LC'：我不能发表评论，这回答了你的None 问题。

但代码在没有这条线的情况下工作正常

model1_out = (lambda x: K.round(x), output_shape=...)(model1_out)

而不是其他任何东西。无论如何，谢谢你的尝试。

函数round() 不可微，因此梯度为无。我建议您删除该行。

【讨论】：

【解决方案4】：

试试这个：

def make_gan(GAN_in, model1, model2, model3):
    model1_out = model1(GAN_in)
    model1_out = Lambda(lambda x: K.round(x), output_shape=...)(model1_out)
    model2_out = model2([GAN_in, model1_out])
    GAN_out = model3(model2_out)
    GAN = Model(GAN_in, GAN_out)
    GAN.compile(loss=loss, optimizer=model1.optimizer, 
                metrics=['binary_accuracy'])
    return GAN

【讨论】：

但代码在没有model1_out = Lambda(lambda x: K.round(x), output_shape=...)(model1_out) 行的情况下运行良好，并且没有触及其他任何东西。无论如何，谢谢你的尝试。

【解决方案5】：

这在 tensorflow 版本 1.x 中受支持您可能使用的是 2.x 版本。

%tensorflow_version 1.x
在 google colab 中导入 tensorflow 之前，请使用上述 tensorflow_version 魔法。

这在 jupyter-notebook 中无效。请务必使用 Google Colab

【讨论】：