Tensorflow Keras输入层不添加_keras_shape

Question

根据keras 文档，Input将_keras_shape属性添加到输入张量。但是，如下所示，情况并非如此。

import tensorflow as tf
s = tf.keras.layers.Input(shape=[2], dtype=tf.float32, name='s')
print(s._keras_shape)
Traceback (most recent call last):
  File "<input>", line 3, in <module>
AttributeError: 'Tensor' object has no attribute '_keras_shape'

我是否误解了某件事，还是应该报告此错误？

缺少此属性使得进一步的Keras功能变得一团糟：

q_s = q(s)
model = Model(inputs=s, outputs=q_s)
Traceback (most recent call last):
...
File "/home/reuben/.virtualenvs/tensorflow/lib/python3.5/site-packages/keras/engine/network.py", line 253, in <listcomp>
  input_shapes=[x._keras_shape for x in self.inputs],
AttributeError: 'Tensor' object has no attribute '_keras_shape'

我正在使用tensorflow版本'1.11.0-rc2'

Answer 1

根据您是从keras导入还是通过导入，您获得的输入层似乎略有不同tensorflow。keras您链接的文档基于keras直接从库中导入图层：

例如：

import tensorflow as tf
from keras.layers import Input

s = Input(shape=[2], dtype=tf.float32, name='2')
s._shape_val # None
s._keras_shape # (None, 2)

但是，通过tensorflow导入似乎将形状保存在tensorflow属性中_shape_val：

import tensorflow as tf
s = tf.keras.layers.Input(shape=[2], dtype=tf.float32, name='s')
s._shape_val # TensorShape([Dimension(None), Dimension(2)])
s._keras_shape # Error

最好的选择就是keras直接从中导入图层。如果您打算继续使用tf.keras而不是的主要实现keras，则应参考tf.keras文档而不是keras.io。