无法构建具有 int 输入的 Keras 层

Question

我有一个复杂的 keras 模型，其中一个层是一个自定义的预训练层，它期望“int32”作为输入。这个模型是作为一个继承自 Model 的类来实现的，它是这样实现的：

class MyModel(tf.keras.models.Model):

    def __init__(self, size, input_shape):
        super(MyModel, self).__init__()
        self.layer = My_Layer()
        self.build(input_shape)

    def call(self, inputs):
        return self.layer(inputs)

但是当它到达该self.build方法时，它会抛出下一个错误：

ValueError: You cannot build your model by calling `build` if your layers do not support float type inputs. Instead, in order to instantiate and build your model, `call` your model on real tensor data (of the correct dtype).

我该如何解决？

Answer 1

使用 model.build 构建模型时会引发异常。

model.build 函数根据给定的输入形状构建模型。

引发错误的原因是，当我们尝试构建模型时，它首先根据以下代码中的输入形状类型调用带有 x 参数的模型

if (isinstance(input_shape, list) and
    all(d is None or isinstance(d, int) for d in input_shape)):
  input_shape = tuple(input_shape)
if isinstance(input_shape, list):
  x = [base_layer_utils.generate_placeholders_from_shape(shape)
        for shape in input_shape]
elif isinstance(input_shape, dict):
  x = {
      k: base_layer_utils.generate_placeholders_from_shape(shape)
      for k, shape in input_shape.items()
  }
else:
  x = base_layer_utils.generate_placeholders_from_shape(input_shape)

x 是 TensorFlow 占位符。因此，当尝试使用 x 作为输入调用模型时，它将弹出 TypeError，并且除 for 块之外的结果将起作用并给出错误。

我假设你的输入形状是 16x16。不使用self.build([(16,16)])这个，而是调用基于真实张量的模型

inputs = tf.keras.Input(shape=(16,))
self.call(inputs)