如何在构建顺序模型时修复“添加的层必须是类层的实例”？答案

【问题标题】：How to fix 'the added layer must be an instance of class layer' while building a Sequential model?如何在构建顺序模型时修复“添加的层必须是类层的实例”？
【发布时间】：2019-09-29 01:33:22
【问题描述】：

我正在尝试向 Sequential 模型添加层，以使用 fashion_mnist 数据对其进行训练。但是，我反复收到此错误。

#import statements

将张量流导入为 tf

从张量流导入 keras

将 matplotlib.pyplot 导入为 plt

从 tensorflow.keras 导入模型

#Creating a sequential model
model=models.Sequential([tf.keras.layers.Flatten(),tf.keras.layers.Dense(128,activation=tf.nn.relu),tf.keras.layers.Dense(10,activation=tf.nn.softmax)])

#Compiling the model with optimizer and loss function
model.compile(optimizer='tf.train.AdamOptimizer',loss='sparse_categorical_crossentropy')

错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-4-ffa2750d675a> in <module>()
      1 #creating a sequential model
----> 2 model=models.Sequential([tf.keras.layers.Flatten(),tf.keras.layers.Dense(128,activation=tf.nn.relu),tf.keras.layers.Dense(10,activation=tf.nn.softmax)])

c:\users\admin\appdata\local\programs\python\python36\lib\site-packages\keras\models.py in __init__(self, layers, name)
    439         if layers:
    440             for layer in layers:
--> 441                 self.add(layer)
    442 
    443     def add(self, layer):

c:\users\admin\appdata\local\programs\python\python36\lib\site-packages\keras\models.py in add(self, layer)
    458             raise TypeError('The added layer must be '
    459                             'an instance of class Layer. '
--> 460                             'Found: ' + str(layer))
    461         if not self.outputs:
    462             # First layer in model: check that it is an input layer.

TypeError: The added layer must be an instance of class Layer. Found: <tensorflow.python.keras.layers.core.Flatten object at 0x00000254C648FE48>

谁能帮我解决这个问题？

【问题讨论】：

标签： python-3.x tensorflow computer-vision sequential

【解决方案1】：

请在顶部向我们展示导入语句。如果你用过

from keras import models

那么当您将 tf.keras 层添加到 keras 模型时，预计会出现此错误。

很遗憾，keras 和 tf.keras 不兼容。

如果您将导入更改为：

from tensorflow.keras import models

那么您的代码应该可以工作。

【讨论】：

我已经在问题本身中添加了导入语句，请您看一下！
嗯...这看起来很奇怪...您似乎正在从tensorflow.keras 导入所有内容，但查看错误日志中的源文件路径（例如，python\python36\lib\site- packages\keras\models.py），看来代码是在处理 Keras。在您的代码中，您能否将models.Sequential(... 替换为tf.keras.moels.Sequential(...，看看会发生什么？

【解决方案2】：

我在我的代码中发现了类似的错误：

import tensorflow as tf
from keras import Sequential, Embedding
model = Sequential(name='embedding')
model.add(Embedding(2, 2, input_length=7))
model.compile('rmsprop', 'mse')
model.predict(np.array([[0, 1, 0, 1, 1, 0, 0]]))

然后我发现了这篇关于tensorflow 2.0 and keras的文章。

在这篇文章中，作者说：

现在 TensorFlow 2.0 发布了，keras 和 tf.keras 已经同步了，暗示 keras 和 tf.keras 仍然是独立的项目；然而，开发人员应该开始使用 tf.keras 作为 keras 包将仅支持错误修复。

然后我更改了代码，一切正常

import tensorflow as tf
import tensorflow.keras as k
from tensorflow.keras.layers import Embedding
import numpy as np

model: k.Sequential = k.Sequential(name='embedding')
em: Embedding = Embedding(2, 2, input_length=7)
model.add(em)
model.compile('rmsprop', 'mse')
model.predict(np.array([[0, 1, 0, 1, 1, 0, 0]]))
print("model.weights: ", model.weights)

【讨论】：