AttributeError:'Node'对象没有属性'output_masks'

Question

我使用Keras预训练模型VGG16.问题是在配置tensorflow以使用GPU后,我得到了一个我在使用CPU之前没有的错误.

错误如下:

    Traceback (most recent call last):
  File "/home/guillaume/Documents/Allianz/ConstatOrNotConstatv3/train_network.py",      line 109, in <module>
    model = LeNet.build(width=100, height=100, depth=3, classes=5)
  File "/home/guillaume/Documents/Allianz/ConstatOrNotConstatv3/lenet.py", line 39,    in build
    output = model(pretrainedOutput)
  File "/usr/local/lib/python3.6/dist-packages/keras/engine/base_layer.py", line 443, in __call__
    previous_mask = _collect_previous_mask(inputs)
  File "/usr/local/lib/python3.6/dist-packages/keras/engine/base_layer.py", line 1311, in _collect_previous_mask
mask = node.output_masks[tensor_index]
  AttributeError: 'Node' object has no attribute 'output_masks'

我在执行此代码后得到它:

    pretrained_model = VGG16(
        include_top=False,
        input_shape=(height, width, depth),
        weights='imagenet'
    )
    for layer in pretrained_model.layers:
        layer.trainable = False

    model = Sequential()
    # first (and only) set of FC => RELU layers
    model.add(Flatten())
    model.add(Dense(200, activation='relu'))
    model.add(Dropout(0.5))
    model.add(BatchNormalization())
    model.add(Dense(400, activation='relu'))
    model.add(Dropout(0.5))
    model.add(BatchNormalization())

    # softmax classifier
    model.add(Dense(classes,activation='softmax'))

    pretrainedInput = pretrained_model.input
    pretrainedOutput = pretrained_model.output
    output = model(pretrainedOutput)
    model = Model(pretrainedInput, output)

EDIT1:我有keras(2.2.2)和tensorflow(1.10.0rc1).我也试过keras 2.2.0和同样的错误.问题是我使用的python环境适用于其他非预先训练的NN.

EDIT2:我可以连接两个自制型号.只有预训练的那个有问题而且不仅仅是VGG16.

Answer 1

您可能会从tensorflow.keras导入tf.keras.layers或tf.keras.applications或其他keras模块,并根据版本等将这些对象与"纯"keras包中的对象混合,后者是不兼容的.我建议您查看是否可以从"纯"keras模块导入和运行所有内容; 调试时不要使用tf.keras,因为它们不一定兼容.我有同样的问题,这个解决方案对我有用.

Answer 2

当我同时导入 keras 和 tenerflow.keras 时，我遇到了同样的错误： from tensorflow.keras.optimizers import Adam from keras.utils import multi_gpu_model

我把代码改成后解决了这个问题： from tensorflow.keras.optimizers import Adam from tensorflow.keras.utils import multi_gpu_model

Answer 3

我有一个类似的问题，但架构不同。正如人们所建议的，重要的是不要将 keras 与 tensorflow.keras 混合使用，因此请尝试交换如下代码：

from keras.preprocessing import image
from keras.models import Model
from keras.layers import Dense, GlobalAveragePooling2D
from keras import backend as K

到：

from tensorflow.keras.preprocessing import image 
from tensorflow.keras.models import Model 
from tensorflow.keras.layers import Dense, GlobalAveragePooling2D 
from tensorflow.keras import backend as K

还要确保，您不在代码中使用 keras.something（不仅是导入），希望它有所帮助:) 另外，我使用 Keras 2.2.4 和 tensorflow 1.10.0