_make_train_function (Keras) 中不支持 ValueError 无值答案

【问题标题】：ValueError None values not supported in _make_train_function (Keras)_make_train_function (Keras) 中不支持 ValueError 无值
【发布时间】：2018-07-22 09:43:16
【问题描述】：

尝试在 Keras 中拟合模型，初始化和编译如下，但得到 None ValueErrors。调试此类错误的推荐方法是什么？我是 Keras 的新手。

我可以更早发现问题吗，即在初始化或编译模型时？

model = Model((64,64,3))
opt = keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0)
binLoss = "binary_crossentropy"
model.compile(optimizer = opt, loss = binLoss, metrics = ["accuracy"])

ValueError                                Traceback (most recent call last)
<ipython-input-15-5b61099068d8> in <module>()
      1 ### START CODE HERE ### (1 line)
----> 2 happyModel.fit(x = X_train, y = Y_train, epochs = 100, batch_size = 32)
      3 ### END CODE HERE ###

/opt/conda/lib/python3.6/site-packages/keras/engine/training.py in fit(self, x, y, batch_size, epochs, verbose, callbacks, validation_split, validation_data, shuffle, class_weight, sample_weight, initial_epoch, steps_per_epoch, validation_steps, **kwargs)
   1574         else:
   1575             ins = x + y + sample_weights
-> 1576         self._make_train_function()
   1577         f = self.train_function
   1578 
...
/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/tensor_util.py in make_tensor_proto(values, dtype, shape, verify_shape)
    362   else:
    363     if values is None:
--> 364       raise ValueError("None values not supported.")
    365     # if dtype is provided, forces numpy array to be the type
    366     # provided if possible.

ValueError: None values not supported.

【问题讨论】：

这种情况下的模型是什么？可以附上它的源代码吗？

标签： python keras tensor

【解决方案1】：

更新 Keras，因为在 2.1.3 之前，None 不是 epsilon 的有效参数

【讨论】：

【解决方案2】：

将 opt 替换为 "adam" 可以解决问题，但我不清楚为什么正如 https://keras.io/optimizers/ 上的说明所建议的那样应该可以工作。

【讨论】：

【解决方案3】：

这不是使用 Keras API 构建的有效模型。您应该查看documentation，它有一个 30 秒的指南，展示了如何构建最小模型：

from keras.models import Sequential
from keras.layers import Dense

model = Sequential()
model.add(Dense(units=64, activation='relu', input_dim=100))
model.add(Dense(units=10, activation='softmax'))
# ...

如果您仍然对文档中的内容感到不满意，您可以从 tutorial 开始，它会解释一些沿途的概念。

【讨论】：